的Python：路口指数numpy的数组

问题描述

我怎样才能获得的交叉点的两个numpy的阵列之间的指数？我可以用交叉值intersect1d ：

How can I get the indices of intersection points between two numpy arrays? I can get intersecting values with intersect1d:

import numpy as np

a = np.array(xrange(11))
b = np.array([2, 7, 10])
inter = np.intersect1d(a, b)
# inter == array([ 2,  7, 10])

但我怎么能得到的指数纳入中的值的 间？

推荐答案

您可以使用由 in1d 产生的布尔数组索引的人气指数。倒车 A 这样的指标是从不同的值：

You could use the boolean array produced by in1d to index an arange. Reversing a so that the indices are different from the values:

>>> a[::-1]
array([10,  9,  8,  7,  6,  5,  4,  3,  2,  1,  0])
>>> a = a[::-1]

intersect1d 仍返回相同的值...

intersect1d still returns the same values...

>>> numpy.intersect1d(a, b)
array([ 2,  7, 10])

但 in1d 返回一个布尔数组：

>>> numpy.in1d(a, b)
array([ True, False, False,  True, False, False, False, False,  True,
       False, False], dtype=bool)

哪些可用于索引的范围：

Which can be used to index a range:

>>> numpy.arange(a.shape[0])[numpy.in1d(a, b)]
array([0, 3, 8])
>>> indices = numpy.arange(a.shape[0])[numpy.in1d(a, b)]
>>> a[indices]
array([10,  7,  2])

要简化以上的，不过，你可以使用<$c$c>nonzero - 这可能是最正确的做法，因为它返回 X ，是统一列表的元组.. 。坐标：

To simplify the above, though, you could use nonzero -- this is probably the most correct approach, because it returns a tuple of uniform lists of X, Y... coordinates:

>>> numpy.nonzero(numpy.in1d(a, b))
(array([0, 3, 8]),)

或者，等价地：

>>> numpy.in1d(a, b).nonzero()
(array([0, 3, 8]),)

结果可以用作使用没有问题的索引相同形状的阵列为 A 。

>>> a[numpy.nonzero(numpy.in1d(a, b))]
array([10,  7,  2])

但请注意，在许多情况下，这是有道理只使用布尔数组本身，而不是将其转换成一组非布尔指数。

But note that under many circumstances, it makes sense just to use the boolean array itself, rather than converting it into a set of non-boolean indices.

最后，您还可以通过布尔数组<$c$c>argwhere,其产生的方式略有不同形状的结果，这不是作为适合于索引，但可能是用于其它目的是有用的。

Finally, you can also pass the boolean array to argwhere, which produces a slightly differently-shaped result that's not as suitable for indexing, but might be useful for other purposes.

>>> numpy.argwhere(numpy.in1d(a, b))
array([[0],
       [3],
       [8]])

这篇关于的Python：路口指数numpy的数组的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！