如何在 numpy 数组和向量行之间执行包含操作？答案

【问题标题】：How to perform contain operation between a numpy array and a vector row-wise?如何在 numpy 数组和向量行之间执行包含操作？
【发布时间】：2018-07-10 13:00:56
【问题描述】：

现在我有一个 numpy 数组，

[[1 2]
 [3 4]
 [2 5]]

还有一个向量。

[2,
 5,
 2]

我想在数组和向量行之间执行包含操作。也就是说，我要检查第一行[1, 2]是否包含2，第二行[3, 4]是否包含5。预期的输出如下所示：

[True, False, True]

我该如何实现这个功能？非常感谢。

【问题讨论】：

标签： python numpy

【解决方案1】：

您可以将向量广播到一列中，将其等同于矩阵行中的所有元素，并查看每行中any元素是否为True：

import numpy as np

a = np.array(
    [[1, 2],
     [3, 4],
     [2, 5]])
v = np.array([2, 5, 2]).reshape(-1, 1)

np.any(a == v, axis=1)

https://ideone.com/YmWtlv

reshape 将您的一维（行）向量转换为列向量。这是必要的，因为通常broadcasting 沿右侧排列形状，因此您需要明确的尾随维度 1。完成相同操作的另一种方法是使用 newaxis（又名None）：

v = np.array([2, 5, 2])[..., np.newaxis]

注意

我最初的答案建议reduce 使用logical_or，这只是any 的一种更复杂的说法：

np.logical_or.reduce(a == v, axis=1)

【讨论】：

【解决方案2】：

使用列表理解和压缩

arr = np.array([[1, 2],[3, 4],[2, 5]])
a = np.array([2,5,2])

[y in x for x, y in zip(arr, a)]
# outputs: [True, False, True]

将 np.any 与 axis=1 一起使用：

np.any(arr == a[:, None], axis=1)
# outputs: array([ True, False,  True])

【讨论】：

这里的任何解决方案都是最好的。不知道第一部分的意义是什么。
列表理解只是我想到的第一个。

【解决方案3】：

这个单行应该做到这一点。它也适用于任意数量的列。

# Set up
import numpy as np
array = np.array([[1, 2],[3, 4],[2, 5]])
vector = np.array([2,5,2])

# Solution
result = np.logical_or.reduce(array == vector[:,None], 1)

输出：

[ True, False,  True]

这会将所有元素与 column 向量 vector 进行比较，然后减少行数。

【讨论】：

是的，numpy 就是关于速度的。但是你能解释一下我什么时候可以在ufunc之后使用reduce吗？谢谢。
您唯一缺少的就是广播。无需创建一个完整的额外矩阵并乘以它。

【解决方案4】：

我们也可以利用广播和点积。

a = np.array([[1, 2], [3, 4], [2, 5]])
b = np.array([2, 5, 2])

解决方案

(a == b[:,None]) @ np.array([1, 1]).astype(bool)

【讨论】：

@MadPhysicist 谢谢。你的也很聪明。

【解决方案5】：

可以将二维数组的第一列和第二列与向量进行比较，对得到的结果进行logical or操作。

import numpy as np
a = np.array([[1, 2],[3, 4],[2, 5]])
b = [2,5,2]
np.logical_or(a[:,0] == b , a[:,1] == b)

输出：

array([ True, False,  True], dtype=bool)

【讨论】：

@QYang - 我在答案中给出的解决方案比这个快大约 3 倍，因为它不需要解压缩 a 的列。
这不是一个非常通用的解决方案。
@MadPhysicist，我同意。看起来其他答案（包括您的答案）有更好的解决方案。否决票不是太苛刻了吗？
很公平。毕竟我想你的解决方案是有效的。