在 Numpy 数组中查找多个值答案

【问题标题】：Find multiple values within a Numpy array在 Numpy 数组中查找多个值
【发布时间】：2012-03-05 12:24:28
【问题描述】：

我正在寻找一个 numpy 函数来查找在向量 (xs) 中找到某些值的索引。这些值在另一个数组 (ys) 中给出。返回的索引必须遵循 ys 的顺序。

在代码中，我想用一个 numpy 函数替换下面的列表理解。

>> import numpy as np
>> xs = np.asarray([45, 67, 32, 52, 94, 64, 21])
>> ys = np.asarray([67, 94])
>> ndx = np.asarray([np.nonzero(xs == y)[0][0] for y in ys]) # <---- This line
>> print(ndx)
[1 4]

有没有快速的方法？

谢谢

【问题讨论】：

标签： python numpy

【解决方案1】：

对于大数组xs 和ys，您需要更改基本方法以使其变得更快。如果您对xs 排序没问题，那么一个简单的选择是使用numpy.searchsorted()：

xs.sort()
ndx = numpy.searchsorted(xs, ys)

如果保持xs的原始顺序很重要，您也可以使用这种方法，但您需要记住原始索引：

orig_indices = xs.argsort()
ndx = orig_indices[numpy.searchsorted(xs[orig_indices], ys)]

【讨论】：

如果您不需要跟踪找到了哪些元素以及没有找到哪些元素，您可以过滤输出以摆脱超出限制的所有索引：ndx = [ e for e in np .searchsorted(xs,ys) if e

【解决方案2】：

在这种情况下，只需轻松使用np.isin() 函数来屏蔽那些符合您条件的元素，如下所示：

xs = np.asarray([45, 67, 32, 52, 94, 64, 21])
ys = np.asarray([67, 94])

mask=xs[np.isin(xs,xy)]
print(xs[mask])

【讨论】：