字典中数组的Python交集

Posted 2023-02-16

【中文标题】字典中数组的Python交集

【英文标题】：Python intersection of arrays in dictionary

【发布时间】：2020-04-03 19:03:58

【问题描述】：

我有数组字典，如下所示：

y_dict= 1: np.array([5, 124, 169, 111, 122, 184]),
         2: np.array([1, 2, 3, 4, 5, 6, 111, 184]), 
         3: np.array([169, 5, 111, 152]), 
         4: np.array([0, 567, 5, 78, 90, 111]),
         5: np.array([]),
         6: np.array([])

我需要在我的字典中找到拦截数组：y_dict。 作为第一步，我从空数组中清除了字典，就像

dic = i:j for i,j in y_dict.items() if np.array(j).size != 0

所以，dic 有以下观点：

dic =  1: np.array([5, 124, 169, 111, 122, 184]),
        2: np.array([1, 2, 3, 4, 5, 6, 111, 184]), 
        3: np.array([169, 5, 111, 152]), 
        4: np.array([0, 567, 5, 78, 90, 111])

为了找到拦截，我尝试使用元组方法：

result_dic = list(set.intersection(*(tuple(p) for p in v for v in dic.values())))

实际结果为空列表：[];

预期结果应该是：[5, 111]

你能帮我在字典中找到数组的交集吗？谢谢

【参考方案1】：

您发布的代码过于复杂且错误，因为需要进行一次额外的内部迭代。你想做的事：

result_dic = list(set.intersection(*(set(v) for v in dic.values())))

或者使用map 并且没有for 循环：

result_dic = list(set.intersection(*(map(set,dic.values()))))

结果

[5, 111]

迭代值（忽略键） 将每个 numpy 数组转换为 set（转换为 tuple 也可以，但 intersection 无论如何都会将它们转换为集合） 通过参数解包将批次传递给intersection

我们甚至可以通过在每个数组上创建集合并使用 filter 过滤掉空的集合来摆脱第 1 步：

result_dic = list(set.intersection(*(filter(None,map(set,y_dict.values())))))

这是为了单线，但在现实生活中，表达式可能会被分解，因此它们更具可读性和可评论性​​。这种分解还可以帮助我们避免在不传递参数时发生的崩溃（因为没有非空集合），这会破坏与集合相交的智能方法（首先在Best way to find the intersection of multiple sets? 中描述）。

只需预先创建列表，只有当列表不为空时才调用交集。如果为空，只需创建一个空集：

non_empty_sets = [set(x) for x in y_dict.values() if x.size]
result_dic = list(set.intersection(*non_empty_sets)) if non_empty_sets else set()

【讨论】：

非常感谢您的解释 :)

我尝试使用没有提到 step1 的最后一个解决方案从 dict 中删除空数组并收到问题 unhashable type: 'numpy.ndarray'。我不明白为什么会这样？你知道为什么会这样吗？

我认为您的真实数据与显示的不同。也许你有二维数组？因为将 numpy 数组转换为集合会迭代数组的元素。如果元素是可散列的（就像整数一样）它可以工作，否则它不会。

for dict 里面有超过 20 个数组出现奇怪的错误：descriptor 'intersection' of 'set' object needs an argument :-(

您需要创建另一个问题，并为此创建一个minimal reproducible example

【参考方案2】：

您应该在这里使用 numpy 的交集，而不是直接在 Python 中。并且您需要为空的交叉点添加特殊处理。

>>> intersection = None
>>> for a in y_dict.values(): 
...     if a.size: 
...         if intersection is None: 
...             intersection = a 
...             continue 
...         intersection = np.intersect1d(intersection, a) 
...
>>> if intersection is not None: 
...     print(intersection)
...
[  5 111]

对于intersection is None 的情况，这意味着y_dict 中的所有数组的大小为零（没有元素）。在这种情况下，交集没有明确定义，您必须自己决定代码应该在这里做什么 - 可能会引发异常，但这取决于用例。