使用 np.where 在二维数组中查找匹配行
Posted
技术标签:
【中文标题】使用 np.where 在二维数组中查找匹配行【英文标题】:Using np.where to find matching row in 2D array 【发布时间】:2017-06-18 23:10:07 【问题描述】:我想知道如何将np.where
与二维数组一起使用
我有以下数组:
arr1 = np.array([[ 3., 0.],
[ 3., 1.],
[ 3., 2.],
[ 3., 3.],
[ 3., 6.],
[ 3., 5.]])
我想找到这个数组:
arr2 = np.array([3.,0.])
但是当我使用np.where()
:
np.where(arr1 == arr2)
返回:
(array([0, 0, 1, 2, 3, 4, 5]), array([0, 1, 0, 0, 0, 0, 0]))
我不明白这是什么意思。谁能帮我解释一下?
【问题讨论】:
你看过arr1 == arr2
吗?
【参考方案1】:
您可能想要所有与您的arr2
相同的行:
>>> np.where(np.all(arr1 == arr2, axis=1))
(array([0], dtype=int64),)
这意味着第一行(第零个索引)匹配。
您的方法的问题是 numpy 广播数组(使用 np.broadcast_arrays
可视化):
>>> arr1_tmp, arr2_tmp = np.broadcast_arrays(arr1, arr2)
>>> arr2_tmp
array([[ 3., 0.],
[ 3., 0.],
[ 3., 0.],
[ 3., 0.],
[ 3., 0.],
[ 3., 0.]])
然后进行元素比较:
>>> arr1 == arr2
array([[ True, True],
[ True, False],
[ True, False],
[ True, False],
[ True, False],
[ True, False]], dtype=bool)
然后np.where
会给你每个True
的坐标:
>>> np.where(arr1 == arr2)
(array([0, 0, 1, 2, 3, 4, 5], dtype=int64),
array([0, 1, 0, 0, 0, 0, 0], dtype=int64))
# ^---- first match (0, 0)
# ^--- second match (0, 1)
# ^--- third match (1, 0)
# ...
这意味着(0, 0)
(第一行左侧项目)是第一个True
,然后是0, 1
(第一行右侧项目),然后是1, 0
(第二行左侧项目),......
如果您在第一个轴上使用np.all
,您将获得所有完全相等的行:
>>> np.all(arr1 == arr2, axis=1)
array([ True, False, False, False, False, False], dtype=bool)
如果保持尺寸可以更好地可视化:
>>> np.all(arr1 == arr2, axis=1, keepdims=True)
array([[ True],
[False],
[False],
[False],
[False],
[False]], dtype=bool)
【讨论】:
以上是关于使用 np.where 在二维数组中查找匹配行的主要内容,如果未能解决你的问题,请参考以下文章