比较 2 个 numpy 矩阵的每个值的最有效方法是什么？答案

【问题标题】：What is the most efficient way to compare every value of 2 numpy matrices?比较 2 个 numpy 矩阵的每个值的最有效方法是什么？
【发布时间】：2016-10-17 23:07:04
【问题描述】：

我想更有效地将 2 个相同大小的矩阵（a 和 b）的每个值返回到 matrixc包含条件的结果。

例子：

条件：For a == 0 and b == 3

a = [[1 0]
    [0 1]] 

b = [[3 5]
    [3 9]]

会返回：

c = [[0 0]
    [1 0]]

[0,1] 是 a == 0 和 b == 3 的唯一位置，因此它是 c 中 True 的唯一位置

这是我目前的代码：

import numpy as np

a = np.matrix("1, 0; 0 1")
print(a,'\n')
b = np.matrix("3, 5; 3 9")
print(b,'\n')

c = []
for x in range(0,np.shape(a)[1]):
    row = []
    for y in range(0,np.shape(a)[1]):
        row.append(int(a[x,y] == 0 and b[x,y] == 3)) # the int() is there just to keep things tighty for the 3 prints 
    c.append(row)
c = np.matrix(c)
print(c)

结果：

[[1 0]
 [0 1]] 

[[3 5]
 [3 9]] 

[[0 0]
 [1 0]]

我也可以使用：

a=a==0
b=b==3
c=a&b

但这需要复制 a 和 b 并且使用大矩阵仍然有效吗？

为什么我不能只使用a == 0 & b == 3？

我需要对几个 1000+ 大小的矩阵进行这样的比较，这样你就可以看到迭代认为它们会很慢的地方。

非常感谢您提供的任何帮助，我确信答案很简单，就在我面前，但我只是愚蠢。

【问题讨论】：

为什么c = (a == 0) & (b == 3).astype(int) 会复制？
"为什么我不能只使用 a == 0 & b == 3 ？" - 只是优先级。您需要添加括号来消除歧义，例如(a == 0) & (b == 3)。
@PadraicCunningham 和 user2357112 谢谢我只是不知道我需要括号
@Whud，不用担心，a=a==0 没有复制 a，它返回的是一个布尔数组，它与复制 a 的实际副本不同
@PadraicCunningham 我需要多个不同的条件来询问 a 和 b 所以如果我想以不同的方式查看矩阵，我需要制作一个副本。（直到我了解了括号的事情）

标签： python python-3.x oop numpy matrix

【解决方案1】：

你可以使用（几乎）你想要的表达方式：

>>> (a == 0) & (b == 3)
matrix([[False, False],
        [ True, False]], dtype=bool)

当心，您需要括号来使优先级按您的意愿工作- 通常& 将比== 绑定更紧密。如果你不喜欢额外的括号，你可以使用更详细（虽然可以说在语义上更正确）np.logical_and 函数。

另请注意，虽然没有复制，但有临时数组正在创建。具体来说，a == 0 和b == 3 的结果都将在此语句中被分配和释放。一般来说，这没什么大不了的，numpy 的矢量化操作仍然很快。但是，如果 对您来说不够快，您可以使用像 numexpr 这样的库来删除临时数组：

>>> numexpr.evaluate('(a == 0) & (b == 3)')
array([[False, False],
       [ True, False]], dtype=bool)

当然，如果您需要1 和0，您可以在输出数组上使用result.astype(int) 来制作整数数组而不是布尔数组。

【讨论】：