Instanzen einer bestimmten Zeile in einem NumPy-Array effizient finden

Bei der Arbeit mit NumPy-Arrays muss möglicherweise festgestellt werden, ob die Das Array enthält eine bestimmte Zeile, aber die Standardmethode contains für ndarray wirft Fragen auf. In diesem Artikel werden effiziente und pythonische Lösungen für dieses Problem vorgestellt.

Ein Ansatz besteht darin, das NumPy-Array mithilfe von .tolist() in eine Python-Liste zu konvertieren und Mitgliedschaftsprüfungen für die Liste durchzuführen.

a = np.array([[1,2],[10,20],[100,200]])
[1,2] in a.tolist() # Returns True
[1,20] in a.tolist() # Returns False

Eine andere Methode besteht darin, eine Ansicht auf das Array zu verwenden und die Funktion .all(1) anzuwenden, um jede Zeile elementweise mit der Zielzeile zu vergleichen .

any((a[:]==[1,2]).all(1)) # Returns True
any((a[:]==[1,20]).all(1)) # Returns False

Zusätzlich kann man über die NumPy-Liste generieren, um eine potenzielle Leistungssteigerung zu erzielen. Dieser Ansatz kann jedoch ineffizient sein, wenn ein Ergebnis nicht frühzeitig gefunden wird.

any(([1,2] == x).all() for x in a) # Stops on first occurrence

Schließlich bieten die logischen Funktionen von NumPy eine übersichtliche Möglichkeit, Vergleiche durchzuführen.

any(np.equal(a,[1,2]).all(1)) # Returns True

Benchmark-Ergebnisse zeigen, dass die Numpy-Routinen unabhängig von Treffer- oder Misserfolgsszenarien eine konsistente Suchgeschwindigkeit beibehalten. Die View-, Logic Equal- und Python-in-Operator-Ansätze sind hinsichtlich der Effizienz vergleichbar, während der Generator über NumPy für vollständige Array-Suchen nicht empfohlen wird.