检查 numpy 数组中的每个元素是否在单独的列表中

Question

我想做这样的事情：

>>> y = np.arange(5)
>>> y in (0, 1, 2)
array([True, True, True, False, False])

此语法无效。达到预期结果的最佳方法是什么？

（我正在寻找通用解决方案。显然在这种特定情况下我可以做到 y < 3。）

我会为你们更清楚地说明这一点，因为至少有一些人似乎感到困惑。

要实现我想要的行为还有很长的路要走：

new_y = np.empty_like(y)
for i in range(len(y)):
    if y[i] in (0, 1, 2):
        new_y[i] = True
    else:
        new_y[i] = False

我正在以更紧凑的形式寻找此行为。

这是另一个解决方案：

new_y = np.array([True if item in (0, 1, 2) else False for item in y])

同样，只是在寻找更简单的方法。

Answer 1

一个好的通用工具是广播，或 'outer'，比较两个数组的元素：

In [35]: y=np.arange(5)                                                         
In [36]: x=np.array([0,1,2])                                                    
In [37]: y[:,None]==x                                                           
Out[37]: 
array([[ True, False, False],
       [False,  True, False],
       [False, False,  True],
       [False, False, False],
       [False, False, False]])

这是在 y 的每个元素和 x 的每个元素之间进行快速比较。根据您的需要，您可以沿其中一个轴压缩此数组：

In [38]: (y[:,None]==x).any(axis=1)                                             
Out[38]: array([ True,  True,  True, False, False])

一条评论建议 in1d。我认为看看它的代码是个好主意。根据输入的相对大小，它有几种策略。

In [40]: np.in1d(y,x)                                                           
Out[40]: array([ True,  True,  True, False, False])
In [41]: np.array([True if item in x else False for item in y])                 
Out[41]: array([ True,  True,  True, False, False])

哪个最快可能取决于输入的大小。开始列出您的列表理解可能会更快。这个纯列表版本是迄今为止最快的：

[True if item in (0,1,2) else False for item in (0,1,2,3,4)] 
[item in (0,1,2) for item in (0,1,2,3,4)]    # simpler

检查 numpy 数组中的每个元素是否在单独的列表中

Check if each element in a numpy array is in a separate list

python

arrays

numpy

vectorization