获取两个 numpy 数组之间更改数据的索引答案

【问题标题】：Obtaining indexes of changed data between two numpy arrays获取两个 numpy 数组之间更改数据的索引
【发布时间】：2011-02-22 04:29:29
【问题描述】：

我有两个 3d numpy 数组 a1 和 a2，其中 len(a1) == len(a2) 和 a1[x, y, z] = id

我正在使用此代码来确定任何 z 层中是否有更改的数据

eq = a1 == a2
if eq.any():
    #find the indexes of the changed data

正如评论和标题所说，我需要找到更改数据的索引。基本上我有一个与数组中的位置相对应的对象列表，我需要根据从数组中提取的 id 更新这些对象。我想尽可能快地做到这一点，因为这个列表可以变得非常大，可能超过 120,000 个条目。但是这些条目中只有大约一百个可能随时更改。因此，我想获取已更改索引的列表，以便可以调用该索引处的对象并对其进行更新。

我确实需要维护索引的三个组成部分

有没有办法在不循环列表的情况下做到这一点？也许与numpy.nonzero()

【问题讨论】：

标签： python arrays numpy

【解决方案1】：

另外两个选项：

np.argwhere(a1!=a2)
np.where(a1!=a2)

它们都做同样的事情，但产生不同格式的结果（一种适合索引数组，另一种更易读）

【讨论】：

np.argwhere() 似乎是我正在寻找的。谢谢你。它返回一个数组数组，其索引与我需要的条件匹配。

【解决方案2】：

我不明白你的问题的细节（例如，你的数组的大小/形状）；这个解决方案应该足够通用。无论如何，它是无循环的：

# two 2d arrays
x = NP.random.randint(0, 10, 20).reshape(5, 4)
y = NP.random.randint(0, 10, 20).reshape(5, 4)

ndx1, ndx2 = NP.nonzero((x - y))

# all indices in which the values of x & y differ, each index is a tuple
ndx = zip(ndx1, ndx2)  

# you can also use argwhere, returns each index as a 1d array vs. tuple:
NP.argwhere(dxy)

# finally, just generating an array the same size as the diff array with e.g.,
# '1' for each diff element and '0' for each non-diff:
dxy = x - y
NP.where(dxy=0, 0, 1)

【讨论】：