具有容差的 NumPy setdiff1d - 将 numpy 数组与另一个数组进行比较并仅保存唯一值 - 在容差之外

Question

我有两个 numpy 数组：

A= [ 3.8357  3.2450]

B= [ 5.6132  3.2415  3.6086  3.5666  3.8769  4.3587]

我想将 A 与 B 进行比较，并且只保留 A 中唯一的值 - 超出 +/-0.04 容差（即 A=[3.8357]）。

关于如何做到这一点的任何想法？

Answer 1

方法#1

我们可以使用broadcasting -

A[(np.abs(np.subtract.outer(A,B)) > 0.04).all(1)]

方法 #2

我们可以利用searchsorted 来拥有一个带有公差说明符的通用numpy.isin，以用于通用问题，就像这样 -

def isin_tolerance(A, B, tol):
    A = np.asarray(A)
    B = np.asarray(B)

    Bs = np.sort(B) # skip if already sorted
    idx = np.searchsorted(Bs, A)

    linvalid_mask = idx==len(B)
    idx[linvalid_mask] = len(B)-1
    lval = Bs[idx] - A
    lval[linvalid_mask] *=-1

    rinvalid_mask = idx==0
    idx1 = idx-1
    idx1[rinvalid_mask] = 0
    rval = A - Bs[idx1]
    rval[rinvalid_mask] *=-1
    return np.minimum(lval, rval) <= tol

因此，解决我们的问题 -

out = A[~isin_tolerance(A, B, tol=0.04)]

示例运行 -

In [294]: A
Out[294]: array([13.8357,  3.245 ,  3.8357])

In [295]: B
Out[295]: array([5.6132, 3.2415, 3.6086, 3.5666, 3.8769, 4.3587])

In [296]: A[~isin_tolerance(A, B, tol=0.04)]
Out[296]: array([13.8357,  3.8357])