将 Numpy 数组中的每个元素与同一数组中的其他元素进行比较的有效算法答案

【问题标题】：Efficient algoritm to compare each element in a Numpy array with each other element in the same array将 Numpy 数组中的每个元素与同一数组中的其他元素进行比较的有效算法
【发布时间】：2021-07-25 17:22:57
【问题描述】：

我有一个数组 (fe: [1,2,3,4,5,...]. 我想将数组的每个元素与数组中的每个其他元素进行比较。所以我想拥有：

1-2
1-3
1-4
1-5
2-3
2-4
2-5
3-4
3-5
4-5

目前，这是我的代码

for el_a in my_array:
    idx_a = np.where(my_array == el_a)[0][0]
    for idx_b in range(idx_a+1, len(my_array)):
        el_b = my_array[idx_b]
        print(el_a,el_b)

我将每个元素 el_a（第一个 for 循环）与 el_a 之后的每个元素 el_b（第二个 for 循环）进行比较。

算法工作正常，但是速度很慢。有没有人提供更好、更有效的解决方案？

【问题讨论】：

距离矩阵类似的问题。
这能回答你的问题吗？ Iterate over all pairwise combinations of numpy array columns

标签： python numpy loops

【解决方案1】：

只需使用来自itertools 的combinations。

import numpy as np
from itertools import combinations

arr = np.array([1, 2, 3, 4])
print(list(combinations(arr, 2)))

输出：

[(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 4)]

【讨论】：

【解决方案2】：

这将以列表的形式提供所有可能组合的比较结果：

import numpy as np
from itertools import combinations
my_array = np.array([1, 2, 3, 4, 5])
print([item[0]==item[1] for item in combinations(my_array,2)])

【讨论】：

【解决方案3】：

或坚持使用 numpy

a = np.arange(5)
b = np.arange(5)
# for both -> array([0, 1, 2, 3, 4])

(a[:, None] == b)
array([[ True, False, False, False, False],
       [False,  True, False, False, False],
       [False, False,  True, False, False],
       [False, False, False,  True, False],
       [False, False, False, False,  True]])

(a[:, None] == b).astype(np.int32)
array([[1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [0, 0, 0, 1, 0],
       [0, 0, 0, 0, 1]])

【讨论】：