如何测试numpy中的所有行是否相等

Question

在 numpy 中，是否有一种很好的惯用方法来测试二维数组中的所有行是否相等？

我可以做类似的事情

np.all([np.array_equal(M[0], M[i]) for i in xrange(1,len(M))])

这似乎将 python 列表与 numpy 数组混合在一起，这很丑，而且可能也很慢。

有更好/更整洁的方法吗？

Answer 1

只需检查数组中唯一项的数量是否为 1：

>>> arr = np.array([[1]*10 for _ in xrange(5)])
>>> len(np.unique(arr)) == 1
True

灵感来自 unutbu 的 answer 的解决方案：

>>> arr = np.array([[1]*10 for _ in xrange(5)])
>>> np.all(np.all(arr == arr[0,:], axis = 1))
True

您的代码的一个问题是，在应用np.all() 之前，您首先要创建一个完整的列表。由于您的版本中没有发生短路，因此如果您将 Python 的 all() 与生成器表达式一起使用会更好：

时间比较：

>>> M = arr = np.array([[3]*100] + [[2]*100 for _ in xrange(1000)])
>>> %timeit np.all(np.all(arr == arr[0,:], axis = 1))
1000 loops, best of 3: 272 µs per loop
>>> %timeit (np.diff(M, axis=0) == 0).all()
1000 loops, best of 3: 596 µs per loop
>>> %timeit np.all([np.array_equal(M[0], M[i]) for i in xrange(1,len(M))])
100 loops, best of 3: 10.6 ms per loop
>>> %timeit all(np.array_equal(M[0], M[i]) for i in xrange(1,len(M)))
100000 loops, best of 3: 11.3 µs per loop

>>> M = arr = np.array([[2]*100 for _ in xrange(1000)])
>>> %timeit np.all(np.all(arr == arr[0,:], axis = 1))
1000 loops, best of 3: 330 µs per loop
>>> %timeit (np.diff(M, axis=0) == 0).all()
1000 loops, best of 3: 594 µs per loop
>>> %timeit np.all([np.array_equal(M[0], M[i]) for i in xrange(1,len(M))])
100 loops, best of 3: 9.51 ms per loop
>>> %timeit all(np.array_equal(M[0], M[i]) for i in xrange(1,len(M)))
100 loops, best of 3: 9.44 ms per loop

Answer 2

一种方法是检查数组arr 的每一行是否等于它的第一行arr[0]：

(arr == arr[0]).all()

对整数值使用相等== 很好，但如果arr 包含浮点值，您可以使用np.isclose 来检查给定容差内的相等性：

np.isclose(a, a[0]).all()

如果您的数组包含NaN，并且您想避免棘手的NaN != NaN 问题，您可以将此方法与np.isnan 结合使用：

(np.isclose(a, a[0]) | np.isnan(a)).all()

Answer 3

值得一提的是above version 不适用于多维数组。

例如：对于一个三维正方形图像张量img [256, 256, 3]，我们需要检查图像中是否有相同的RGB [256, 256]层。 在这种情况下，我们需要使用broadcasting

(img == img[:, :, 0, np.newaxis]).all()

因为简单的img[:, :, 0] 给了我们[256, 256]，但是我们需要[256, 256, 1] 来通过层广播。