3

2 つの 2D 配列に同じ行が含まれているかどうかを確認するより良い方法を見つけようとしています。簡単な例として、次のケースを取り上げます。

>>> a
array([[0, 1, 2],
       [3, 4, 5],
       [6, 7, 8]])
>>> b
array([[6, 7, 8],
       [3, 4, 5],
       [0, 1, 2]])

この場合b=a[::-1]。2 つの行が等しいかどうかを確認するには、次のようにします。

>>>a=a[np.lexsort((a[:,0],a[:,1],a[:,2]))]
>>>b=b[np.lexsort((b[:,0],b[:,1],b[:,2]))]
>>> np.all(a-b==0)
True

これは素晴らしく、かなり高速です。ただし、2 つの行が「近い」場合に問題が発生します。

array([[-1.57839867  2.355354   -1.4225235 ],
       [-0.94728367  0.         -1.4225235 ],
       [-1.57839867 -2.355354   -1.4225215 ]]) <---note ends in 215 not 235
array([[-1.57839867 -2.355354   -1.4225225 ],
       [-1.57839867  2.355354   -1.4225225 ],
       [-0.94728367  0.         -1.4225225 ]])

1E-5 の許容範囲内で、これら 2 つの配列は行ごとに等しくなりますが、それ以外の場合は lexsort が教えてくれます。これは別の並べ替え順序で解決できますが、より一般的なケースが必要です。

私は次のアイデアをいじっていました：

a=a.reshape(-1,1,3)
>>> a-b
array([[[-6, -6, -6],
        [-3, -3, -3],
        [ 0,  0,  0]],

       [[-3, -3, -3],
        [ 0,  0,  0],
        [ 3,  3,  3]],

       [[ 0,  0,  0],
        [ 3,  3,  3],
        [ 6,  6,  6]]])
>>> np.all(np.around(a-b,5)==0,axis=2)
array([[False, False,  True],
       [False,  True, False],
       [ True, False, False]], dtype=bool)
>>>np.all(np.any(np.all(np.around(a-b,5)==0,axis=2),axis=1))
True

bのすべての点が の値に近い場合、配列が行ごとに等しいかどうかはわかりませんa。行数は数百になる可能性があり、かなりの量を実行する必要があります。何か案は？

4

1 に答える 1

1

あなたの最後のコードは、あなたが思っていることをしていません。bのすべての行がの行に近いかどうかがわかりますa。axisとへの外部呼び出しに使用するを変更するnp.anyとnp.all、のすべての行がaのある行に近いかどうかを確認できますb。のすべての行がbの行に近く、のaすべての行がaの行に近いb場合、セットは等しくなります。おそらく計算効率はそれほど高くありませんが、適度なサイズの配列の場合、numpyではおそらく非常に高速です。

def same_rows(a, b, tol=5) :
    rows_close = np.all(np.round(a - b[:, None], tol) == 0, axis=-1)
    return (np.all(np.any(rows_close, axis=-1), axis=-1) and
            np.all(np.any(rows_close, axis=0), axis=0))

>>> rows, cols = 5, 3
>>> a = np.arange(rows * cols).reshape(rows, cols)
>>> b = np.arange(rows)
>>> np.random.shuffle(b)
>>> b = a[b]
>>> a
array([[ 0,  1,  2],
       [ 3,  4,  5],
       [ 6,  7,  8],
       [ 9, 10, 11],
       [12, 13, 14]])
>>> b
array([[ 9, 10, 11],
       [ 3,  4,  5],
       [ 0,  1,  2],
       [ 6,  7,  8],
       [12, 13, 14]])
>>> same_rows(a, b)
True
>>> b[0] = b[1]
>>> b
array([[ 3,  4,  5],
       [ 3,  4,  5],
       [ 0,  1,  2],
       [ 6,  7,  8],
       [12, 13, 14]])
>>> same_rows(a, b) # not all rows in a are close to a row in b
False

また、配列が大きすぎない場合は、次の配列を作成する必要がありますが、パフォーマンスは妥当です(rows, rows, cols)。

In [2]: rows, cols = 1000, 10

In [3]: a = np.arange(rows * cols).reshape(rows, cols)

In [4]: b = np.arange(rows)

In [5]: np.random.shuffle(b)

In [6]: b = a[b]

In [7]: %timeit same_rows(a, b)
10 loops, best of 3: 103 ms per loop
于 2013-02-19T21:40:36.393 に答える