我有一個ints的列表a，介于 0 到 3000 之間len(a) = 3000。我有一個for循環遍歷這個列表，在更大的數組中搜索每個元素的索引。import numpy as npa = [i for i in range(3000)]array = np.random.randint(0, 3000, size(12, 1000, 1000))newlist = []for i in range(0, len(a)): coord = np.where(array == list[i]) newlist.append(coord)如您所見，coord3D 矩陣中的值等于列表中的值的坐標 x、y、z 的 3 個數組。for有沒有辦法在沒有循環的情況下以矢量化方式做到這一點？輸出應該是一個元組列表，每個元素對應一個a：# each coord looks like this:print(coord)(array[1, ..., 1000], array[2, ..., 1000], array[2, ..., 12])# combined over all the iterations:print(newlist)[coord1, coord2, ..., coord3000]
2 回答
holdtom
TA貢獻1805條經驗 獲得超10個贊
盡管結果數組的大小都不同，但實際上有一個完全矢量化的解決方案。這個想法是這樣的：
對數組的所有元素及其坐標進行排序。
argsort非常適合這種事情。在排序的數據中找到切點，這樣您就知道在哪里拆分數組，例如使用
diffandflatnonzero。split沿著您找到的索引的坐標數組。如果您缺少元素，您可能需要根據每次運行的第一個元素生成一個密鑰。
這是一個帶您完成它的示例。假設您有一個dsize 的維數組n。您的坐標將是一個(d, n)數組：
d = arr.ndim n = arr.size
您可以直接生成坐標數組np.indices：
coords = np.indices(arr.shape)
現在ravel/reshape將數據和坐標分別放入一個(n,)和(d, n)數組中：
arr = arr.ravel() # Ravel guarantees C-order no matter the source of the data coords = coords.reshape(d, n) # C-order by default as a result of `indices` too
現在對數據進行排序：
order = np.argsort(arr) arr = arr[order] coords = coords[:, order]
查找數據更改值的位置。您需要新值的索引，因此我們可以制作一個比實際第一個元素小 1 的假第一個元素。
change = np.diff(arr, prepend=arr[0] - 1)
位置的索引給出了數組中的斷點：
locs = np.flatnonzero(change)
您現在可以在這些位置拆分數據：
result = np.split(coords, locs[1:], axis=1)
您可以創建實際找到的值的鍵：
key = arr[locs]
如果您非常確信數組中存在所有值，那么您不需要密鑰。相反，您可以計算locsas justnp.diff(arr)和resultas just np.split(coords, inds, axis=1)。
中的每個元素result已經與where/使用的索引一致nonzero，但作為一個 numpy 數組。如果特別想要一個元組，您可以將其映射到一個元組：
result = [tuple(inds) for inds in result]
TL;博士
將所有這些組合成一個函數：
def find_locations(arr):
coords = np.indices(arr.shape).reshape(arr.ndim, arr.size)
arr = arr.ravel()
order = np.argsort(arr)
arr = arr[order]
coords = coords[:, order]
locs = np.flatnonzero(np.diff(arr, prepend=arr[0] - 1))
return arr[locs], np.split(coords, locs[1:], axis=1)
您可以通過將最后一行替換為缺少元素的空數組返回索引數組列表
result = [np.empty(0, dtype=int)] * 3000 # Empty array, so OK to use same reference
for i, j in enumerate(arr[locs]):
result[j] = coords[i]
return result
您可以選擇過濾您想要的特定范圍內的值（例如 0-2999）。
當年話下
TA貢獻1890條經驗 獲得超9個贊
您可以在 numpy 中使用邏輯 OR 來一次傳遞所有這些相等條件，而不是一個一個地傳遞。
import numpy as np
conditions = False
for i in list:
conditions = np.logical_or(conditions,array3d == i)
newlist = np.where(conditions)
這允許 numpy 進行一次過濾，而不是分別為每個條件進行 n 次傳遞。
另一種更緊湊的方法
np.where(np.isin(array3d, list))
添加回答
舉報
0/150
提交
取消