我有 2 个形状相同的 numpy 数组。现在我想比较数组1和数组2的值，最后输出条件值== 1的匹配总和。
数组 1：
[1, 0, 1]
[1, 1, 0]
[0, 0, 1]
数组 2：
[0, 1, 1]
[1, 0, 0]
[0, 1, 1]
结果现在应该如下所示：
sum = 3
我的以下算法正在运行，但不是非常高效和优雅：
k = 0
for i in range(0,array1.shape[0],1):
for j in range(0, array1.shape[1], 1):
if array1[i][j] == array2[i][j] and array1[i][j] == 1:
k = k + 1
else:
continue
print k
【问题讨论】：
标签： python arrays python-2.7 numpy
这是结合您的 2 个条件的一种方法。
import numpy as np
a = np.array([[1, 0, 1],
[1, 1, 0],
[0, 0, 1]])
b = np.array([[0, 1, 1],
[1, 0, 0],
[0, 1, 1]])
res = np.sum((a==b) & (a==1)) # 3
说明
a==b 返回一个布尔数组，按元素测试 2 个数组之间的相等性。a==1 返回一个布尔数组，测试 a 中的元素是否相等，按元素为 1。& 运算符用于表示两个条件都必须满足。np.sum 适用于布尔数组，因为 bool 是 int 的子类，即 True 可以视为 1，False 可以视为 0。【讨论】：
如果真的只是二进制数据，你可以这样做
np.logical_and(a, b).sum()
3
这应该比(a==b) & (a==1)快得多
【讨论】：
我对上述解决方案做了一些计时......
第一名：np.logical_and()
第二名：np.sum(np.multiply())
第三名：np.sum(arr1 == arr2 & arr1 == 1)
第四名：基本循环和比较。
这将输出：
# Test 1 gives : 15.1819742985
# Test 2 gives : 14.9471218792
# Test 3 gives : 6.76537855828
# Test 4 gives : 9.16029915098
import numpy as np
import timeit
arr1 = np.array([[1, 0, 1], [1, 1, 0], [0, 0, 1]])
arr2 = np.array([[0, 1, 1], [1, 0, 0], [0, 1, 1]])
numberIterations = 1000000
def test_1(arr1, arr2):
return np.sum((arr1 == arr2) & (arr1 == 1))
def test_2(arr1, arr2):
summed = 0
for a1, a2 in zip(arr1, arr2):
for c1, c2 in zip(a1, a2):
if c1 == c2 and c1 == 1:
summed += 1
return summed
def test_3(arr1, arr2):
return np.logical_and(arr1, arr2).sum()
def test_4(arr1, arr2):
return np.sum(np.multiply(arr1, arr2))
# Testing time.
# Test 1
time1 = timeit.timeit(stmt='test_1(arr1, arr2)',
setup='from __main__ import test_1, arr1, arr2',
number=numberIterations)
# Test 2
time2 = timeit.timeit(stmt='test_2(arr1, arr2)',
setup='from __main__ import test_2, arr1, arr2',
number=numberIterations)
# Test 3
time3 = timeit.timeit(stmt='test_3(arr1, arr2)',
setup='from __main__ import test_3, arr1, arr2',
number=numberIterations)
# Test 4
time4 = timeit.timeit(stmt='test_4(arr1, arr2)',
setup='from __main__ import test_4, arr1, arr2',
number=numberIterations)
# Printing results.
print 'Test 1 gives : {}'.format(time1)
print 'Test 2 gives : {}'.format(time2)
print 'Test 3 gives : {}'.format(time3)
print 'Test 4 gives : {}'.format(time4)
【讨论】：
ipython 控制台，您可以使用魔术命令%timeit 运行timeit。所以 test1 会变成%timeit np.sum((arr1 == arr2) & (arr1 == 1))。您不会得到设置代码，但通常这不是问题，它提供了很好的时间格式，设置非常简单。
>>> import numpy as np
>>> a=np.array([[1,0,1],[1,1,0],[0,0,1]])
>>> b=np.array([[0,1,1],[1,0,0],[0,1,1]])
>>> a==b
array([[False, False, True],
[ True, False, True],
[ True, False, True]], dtype=bool)
>>> c=np.array(a==b, dtype=int)
>>> c
array([[0, 0, 1],
[1, 0, 1],
[1, 0, 1]])
>>> np.sum(c)
5
>>> d=np.array(a*b, dtype=int)
>>> d
array([[0, 0, 1],
[1, 0, 0],
[0, 0, 1]])
>>> np.sum(d)
3
【讨论】：
如果你的矩阵中只有 0 和 1
import numpy as np
ar_1=np.array([[1, 0, 1],
[1, 1, 0],
[0, 0, 1]])
ar_2 = np.array([[0, 1, 1],
[1, 0, 0],
[0, 1, 1]])
np.sum(np.multiply(ar_1,ar_2))
np.multiply 将是元素乘法。只有当给定的两个参数都是一个时，才会给你 1。
没有轴的np.sum将对矩阵的所有元素求和
【讨论】：
这里有四种更快速的方法：
1)np.dot:
np.dot(a.ravel(), b.ravel())
# 3
2)np.bincount:
np.bincount(a.ravel(), b.ravel())[1]
# 3.0
3)np.count_nonzero:
np.count_nonzero(a * b)
# 3
4)np.repeat:
np.count_nonzero(a.ravel().repeat(b.ravel()))
# 3
借用@IMCoins 的测试脚本我得到
Test 1 gives : 6.34505105019
Test 2 gives : 7.32884097099
Test 3 gives : 3.29451298714
Test 4 gives : 3.76608014107
Test 5 gives : 1.28572297096 <- np.dot
Test 6 gives : 1.3145699501 <- np.bincount
Test 7 gives : 0.984617948532 <- np.count_nonzero
Test 8 gives : 1.06798291206 <- np.repeat
如果我使用更大的数组 (np.tile(arr[1/2], (100, 100))) 和更少的迭代，这将变成：
Test 1 gives : 0.253939151764
Test 2 gives : 34.9494478703
Test 3 gives : 0.190597057343
Test 4 gives : 0.139708995819
Test 5 gives : 0.0751769542694
Test 6 gives : 0.382376909256
Test 7 gives : 0.239590883255
Test 8 gives : 0.335343122482
【讨论】：
BLAS去做。