如何同时比较多个numpy数组的相等性

Question

我有5个numpy数组：

array_1 = [1,2,3]
array_2 = [4,5,6]
array_3 = [7,8,9]
array_4 = [10,11,12]
array_5 = [1,2,3]

我需要对它们进行比较-本质上，如果上面的5个数组中有任何一个具有相同的值(和索引(，我需要了解它

index_array_1 = np.where(array_1 == array_2)[0]
index_array_2 = np.where(array_1 == array_3)[0]
index_array_3 = np.where(array_1 == array_4)[0]
index_array_4 = np.where(array_1 == array_5)[0]
index_array_5 = np.where(array_2 == array_3)[0]
index_array_6 = np.where(array_2 == array_4)[0]
index_array_7 = np.where(array_2 == array_5)[0]
index_array_8 = np.where(array_3 == array_4)[0]
index_array_9 = np.where(array_3 == array_5)[0]
index_array_10 = np.where(array_4 == array_5)[0]

因此，在这种情况下，只有index_array_4会返回任何值，因为array_1和array_5匹配。但是，这显然不是最好的方法。这是大量的代码，运行起来也需要一段时间。

有没有什么我还没有遇到的东西，我基本上可以说"；如果5个数组中有任何一个匹配，请告诉我，并让我知道哪两个数组匹配"；？

我还希望它返回一个匹配数组的索引数组。

Answer 1

您可以尝试一个单行：

>>> from itertools import combinations
>>> [arrays for arrays in combinations([f"array_{i}" for i in range(1,6)],2) 
if np.all(np.equal(*map(globals().get,arrays)))]

输出：

[('array_1', 'array_5')]

解释：

>>> [f"array_{i}" for i in range(1,6)]
['array_1', 'array_2', 'array_3', 'array_4', 'array_5']
>>> list(combinations([f"array_{i}" for i in range(1,6)],2))
[('array_1', 'array_2'),
('array_1', 'array_3'),
('array_1', 'array_4'),
('array_1', 'array_5'),
('array_2', 'array_3'),
('array_2', 'array_4'),
('array_2', 'array_5'),
('array_3', 'array_4'),
('array_3', 'array_5'),
('array_4', 'array_5')]

现在它在组合中迭代，

如果我们采用第一个元素，即第一次迭代，那么剩下的步骤将看起来像：

>>> [*map(globals().get, ('array_1', 'array_2'))]
[[1, 2, 3], [4, 5, 6]]
>>> np.all(np.equal([1, 2, 3], [4, 5, 6]))
False

编辑：

如果在函数内部，请尝试：

def bar():
array_1 = [1, 2, 3]
array_2 = [4, 5, 6]
array_3 = [7, 8, 9]
array_4 = [10, 11, 12]
array_5 = [1, 2, 3]
scope = locals()
return [arrays for arrays in combinations([f"array_{i}" for i in range(1,6)],2) 
if np.all(eval(arrays[0],scope) == eval(arrays[1],scope))]

Answer 2

您可以这样做：

import numpy as np
array_1 = [1, 2, 3]
array_2 = [4, 5, 6]
array_3 = [7, 8, 9]
array_4 = [10, 11, 12]
array_5 = [1, 2, 3]
# Put all arrays together
all_arrays = np.stack([array_1, array_2, array_3, array_4, array_5])
# Compare all vs all
c = np.all(all_arrays[:, np.newaxis] == all_arrays, axis=-1)
# Take only half the result to avoid self results and symmetric results
c = np.triu(c, 1)
# Get matching pairs
m = np.stack(np.where(c), axis=1)
# One row per matching pair
print(m)
# [[0 4]]

然而，这进行了比必要的更多的比较(例如array_1与array_2以及array_2与array_1(。您也可以使用类似scipy.spatial.distance.pdist的东西来潜在地节省一些时间：

import numpy as np
import scipy.spatial.distance
array_1 = [1, 2, 3]
array_2 = [4, 5, 6]
array_3 = [7, 8, 9]
array_4 = [10, 11, 12]
array_5 = [1, 2, 3]
# Put all arrays together
all_arrays = np.stack([array_1, array_2, array_3, array_4, array_5])
# Compute pairwise distances
d = scipy.spatial.distance.pdist(all_arrays, 'hamming')
d = scipy.spatial.distance.squareform(d)
# Get indices of pairs where it is zero
c = np.triu(d == 0, 1)
m = np.stack(np.where(c), axis=1)
print(m)
# [[0 4]]

Answer 3

您可以使用.count()方法来验证数组中是否存在数组的多个实例：

def compare(*arrays):
temp = [list(x) for x in list(arrays)]
for i in range(len(temp)):
if temp.count(temp[i]) > 1:
return (i,temp[i + 1:].index(temp[i]) + 1)
else:
return False

该函数的第一行生成一个列表，其中包含所有使用的数组，就像强制转换为列表类型的参数一样。如果列表中有多个i(实际迭代值(，将返回i和另一个标识数组的索引。函数需要在没有实际i的列表范围内，使用方法.index()返回另一个标识数组的索引。

print(compare(array_1,array_2,array_3,array_4,array_5))

将返回

(0, 4)