查找具有相同总元素的两个不同大小的数组列表之间对应的索引答案

【问题标题】：Find index corresponding between two different sized array lists with same total elements查找具有相同总元素的两个不同大小的数组列表之间对应的索引
【发布时间】：2019-05-22 22:42:13
【问题描述】：

如何在大小相同的两个不同形状的数组中找到对应的数组索引？

例如，大小为 36 的数组 x 被拆分为 11 个数组。另一个大小为 36 的数组 y 被拆分为 4 个数组。然后对组成y 的4 个数组进行一些修改。

N  = 6 #some size param
x = np.zeros(N*N,dtype=np.int) #make empty array
s1 = np.array_split(x,11) #split array into arbitrary parts

y = np.random.randint(5, size=(N, N)) #make another same size array (and modify it)
s2 = np.array_split(y,4) #split array into different number of parts

然后遍历y的4个数组，我需要找到s1的第一个数组（array_num）的开始索引，到s1的最后一个数组的结束索引，即值在s2 对应。

for sub_s2 in s2:
    array_num = ?
    s_idx = ?
    e_idx = ?

    s2_idx = ?
    e2_idx = ?

    #put the array into the correct ordered indexes of the other array
    s1[array_num][s_idx,e_idx] = sub_s2[s2_idx,e2_idx]

res = np.concatenate(s1)

我制作了这张图片来尝试说明问题。在这种情况下，“数据”表示开始的 x 和 y 的大小。然后 s1 和 s2 被分成不同的块，问题是在每个块中找到 s2 中的数组对应的索引。

【问题讨论】：

标签： arrays numpy chunks

【解决方案1】：

这里是如何找到正确的索引：

# create example use same data for both splits for easy validation
a = np.arange(36)

s1 = np.array_split(a, 11)
s2 = np.array_split(a, 4)

# recover absolute offsets of bit boundaries 
l1 = np.cumsum([0, *map(len,s1)])
l2 = np.cumsum([0, *map(len,s2)])

# find bits in s1 into which the first ...
start_n = l1[1:].searchsorted(l2[:-1], 'right')
# ... and last elements of bits of s2 fall
end_n = l1[1:].searchsorted(l2[1:]-1, 'right')

# find the corresponding indices into bits of s1
start_idx = l2[:-1] - l1[start_n]
end_idx = l2[1:]-1 - l1[end_n]

# check
[s[0] for s in s2]
# [0, 9, 18, 27]
[s1[n][i] for n, i in zip(start_n, start_idx)]
# [0, 9, 18, 27]
[s[-1] for s in s2]
# [8, 17, 26, 35]
[s1[n][i] for n, i in zip(end_n, end_idx)]
# [8, 17, 26, 35]

【讨论】：