Kiểm tra xem mỗi phần tử trong một mảng có nhiều mảng nằm trong một mảng khác

Question

Vấn đề này có vẻ dễ dàng nhưng tôi không thể có được một giải pháp đẹp mắt. Tôi có hai mảng numpy (A và B), và tôi muốn lấy các chỉ số A, trong đó các phần tử A nằm trong B và cũng có các chỉ số A, trong đó các phần tử không có trong B.

Vì vậy, nếu

A = np.array([1,2,3,4,5,6,7]) 
B = np.array([2,4,6]) 

Hiện nay tôi đang sử dụng

C = np.searchsorted(A,B) 

mà lợi dụng thực tế là A là theo thứ tự, và mang lại cho tôi [1, 3, 5], các chỉ số của các yếu tố có trong A. Điều này thật tuyệt, nhưng làm cách nào để nhận được D = [0,2,4,6], chỉ mục của các thành phần của A không nằm trong số B?

Answer 1

import numpy as np 

A = np.array([1,2,3,4,5,6,7]) 
B = np.array([2,4,6]) 
C = np.searchsorted(A, B) 

D = np.delete(np.arange(np.alen(A)), C) 

D 
#array([0, 2, 4, 6]) 

Answer 2

import numpy as np 

a = np.array([1, 2, 3, 4, 5, 6, 7]) 
b = np.array([2, 4, 6]) 
c = np.searchsorted(a, b) 
d = np.searchsorted(a, np.setdiff1d(a, b)) 

d 
#array([0, 2, 4, 6]) 

Answer 3

searchsorted có thể cung cấp cho bạn câu trả lời sai nếu không mọi phần tử của B là A. Bạn có thể sử dụng numpy.in1d:

A = np.array([1,2,3,4,5,6,7]) 
B = np.array([2,4,6,8]) 
mask = np.in1d(A, B) 
print np.where(mask)[0] 
print np.where(~mask)[0] 

đầu ra là:

[1 3 5] 
[0 2 4 6] 

Tuy nhiên in1d() sử dụng sắp xếp, chậm cho các tập dữ liệu lớn. Bạn có thể sử dụng gấu trúc nếu dữ liệu của bạn là lớn:

import pandas as pd 
np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0] 

Đây là sự so sánh thời gian:

A = np.random.randint(0, 1000, 10000) 
B = np.random.randint(0, 1000, 10000) 

%timeit np.where(np.in1d(A, B))[0] 
%timeit np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0] 

đầu ra:

100 loops, best of 3: 2.09 ms per loop 
1000 loops, best of 3: 594 µs per loop 

Answer 4

Các yếu tố của A mà cũng nằm trong B:

đặt (A) & đặt (B)

Các yếu tố của A mà không phải là trong B:

bộ (A) - bộ (B)