假设我有一个由值对组成的numpy数组。我想找到这些组合的所有组合,而又不会撕裂它们。特别是,我希望为此提供一个numpy.meshgrid
解决方案。
想象一个构造如下的数组:
ab = np.array([[1,10], [2,20], [3,30], [4,40]])
然后我想要的输出是
>>> out: ([1,10], [2,20])
([1,10], [3,30])
([1,10], [4,40])
([2,20], [3,30])
([2,20], [4,40])
([3,30], [4,40])
输出可以是
np.array
或tuple
(之后我可以进行相应转换)。请注意,结果中的重复项是如何省略的,而忽略了我夫妇的顺序(如果[[1,10], [2,20]]
已经存在,则我不想在输出中使用[[2,20], [1,10]]
)。对于实际情况,ab
的大小为30,000,因此速度是另一个问题。这就是为什么我首先尝试使用meshgrid的原因。
对于单个值的简单情况,这很容易做到(但仍然有重复项):
a = np.array([1,2,3,4])
mesh = np.array(np.meshgrid(a,a)).T.reshape(-1,2)
>>> out: [[1 1]
[1 2]
[1 3]
[1 4]
[2 1]
[...]
[4 4]]
但对我来说,我的尝试
mesh = np.array(np.meshgrid(ab,ab)).T
给我
[[[ 1 1]
[ 1 10]
[ 1 2]
[ 1 20]
[ 1 3]
[ 1 30]
[ 1 4]
[ 1 40]]
[[10 1]
[10 10]
[10 2]
[10 20]
...
[40 3]
[40 30]
[40 4]
[40 40]]]
换句话说:meshgrid分解了我的配对。我以为解决方案就在附近,但我无法独自提出。任何帮助表示赞赏,谢谢!
最佳答案
不要以为meshgrid
在创建所有可能的组合时会起作用(以后不要过滤掉)。为了解决这个问题,可以提出两种方法。
方法1
我们可以获取那些没有重复的成对组合的行索引,然后简单地索引到行中以获得所需的输出,就像这样-
In [99]: r,c = np.triu_indices(len(ab),1)
In [100]: np.hstack(( ab[r], ab[c] ))
Out[100]:
array([[ 1, 10, 2, 20],
[ 1, 10, 3, 30],
[ 1, 10, 4, 40],
[ 2, 20, 3, 30],
[ 2, 20, 4, 40],
[ 3, 30, 4, 40]])
要以
3D
数组的形式获得所需的输出,请沿第二个轴堆叠-In [115]: np.stack(( ab[r], ab[c] ), axis=1)
Out[115]:
array([[[ 1, 10],
[ 2, 20]],
[[ 1, 10],
[ 3, 30]],
[[ 1, 10],
[ 4, 40]],
[[ 2, 20],
[ 3, 30]],
[[ 2, 20],
[ 4, 40]],
[[ 3, 30],
[ 4, 40]]])
作为功能:
def pairwise_combs1(ab):
r,c = np.triu_indices(len(ab),1)
return np.stack(( ab[r], ab[c] ), axis=1)
方法#2另一种方法
slicing
和array-initialization
针对内存效率和性能-def pairwise_combs2(ab):
n = len(ab)
N = n*(n-1)//2
out = np.empty((N,2,2),dtype=ab.dtype)
idx = np.concatenate(( [0], np.arange(n-1,0,-1).cumsum() ))
start, stop = idx[:-1], idx[1:]
for j,i in enumerate(range(n-1)):
out[start[j]:stop[j],0] = ab[j]
out[start[j]:stop[j],1] = ab[j+1:]
return out
运行时测试
In [166]: ab = np.random.randint(0,9,(1000,2))
In [167]: %timeit pairwise_combs1(ab)
10 loops, best of 3: 20 ms per loop
In [168]: %timeit pairwise_combs2(ab)
100 loops, best of 3: 6.25 ms per loop
In [169]: np.allclose(pairwise_combs1(ab), pairwise_combs2(ab))
Out[169]: True