不同维度的两个numpy数组的交集按列

【问题标题】：Intersection of two numpy arrays of different dimensions by column不同维度的两个numpy数组的交集按列
【发布时间】：2016-01-22 00:05:37
【问题描述】：

我给出了两个不同的 numpy 数组。第一个是二维数组，看起来像（前十个点）：

[[  0.           0.        ]
 [ 12.54901961  18.03921569]
 [ 13.7254902   17.64705882]
 [ 14.11764706  17.25490196]
 [ 14.90196078  17.25490196]
 [ 14.50980392  17.64705882]
 [ 14.11764706  17.64705882]
 [ 14.50980392  17.25490196]
 [ 17.64705882  18.03921569]
 [ 21.17647059  34.11764706]]

第二个数组只是一维的，看起来像（前十个点）：

[ 18.03921569  17.64705882  17.25490196  17.25490196  17.64705882
  17.64705882  17.25490196  17.64705882  21.17647059  22.35294118]

第二个（一维）数组中的值可能出现在第一列中的第一个（二维）数组中。 F.e. 17.64705882

我想从二维数组中获取一个数组，其中第一列的值与第二个（一维）数组中的值匹配。该怎么做？

【问题讨论】：

标签： python arrays numpy axis intersection

【解决方案1】：

您可以使用np.in1d(array1, array2) 在array1 中搜索array2 的每个值。在您的情况下，您只需要获取第一个数组的第一列：

mask = np.in1d(a[:, 0], b)
#array([False, False, False, False, False, False, False, False,  True,  True], dtype=bool)

您可以使用此掩码获取遇到的值：

a[:, 0][mask]
#array([ 17.64705882,  21.17647059])

【讨论】：

适用于浮点相等测试的常见预防措施，例如.1 + .1 + .1 == .3 的计算结果为 False，因此除非值真的相等，而不是简单地在非浮点运算中相等，否则事情可能会出错。
@Jaime 很棒的评论。你知道他们有没有计划给np.in1d添加一个tolerance参数？
这可能是有道理的，对于in1d，这似乎是一个定义明确的问题。我不知道有人在做这件事，但总是欢迎拉取请求！ ;-)