Python：查找二維數組中給定數組的出現次數

如何最好地查找python（有numpy）的一組數組（二維數組）中給定數組的出現次數？這（簡體）我在Python代碼需要表示：Python：查找二維數組中給定數組的出現次數

patterns = numpy.array([[1, -1, 1, -1], 
        [1, 1, -1, 1], 
        [1, -1, 1, -1], 
        ...]) 
findInPatterns = numpy.array([1, -1, 1, -1]) 
numberOfOccurrences = findNumberOfOccurrences(needle=findInPatterns, haystack=patterns) 
print(numberOfOccurrences) # should print e.g. 2

在現實中，我需要找出如何往往是每個陣列可設定的範圍內被發現。但是上面代碼中描述的功能在我的路上已經幫了我很大忙。

現在，我知道我可以使用循環來做到這一點，但想知道是否有更有效的方法來做到這一點？谷歌搜索只讓我numpy.bincount這正是我所需要的，但不適用於二維數組，只適用於整數。

來源

2013-05-06 Daniel Weiss

請勿使用單詞集。設定意味着最多隻能有一個給定的值。 – cmd 2013-05-06 15:02:04

夠公平的，只是改變了它。 – 2013-05-06 15:08:20

隨着1 S和-1秒的陣列，在性能方面沒有什麼會使用np.dot擊敗：如果（且僅當）的所有項目再搭配點積加起來也就在項目數行。所以，你可以做

>>> haystack = np.array([[1, -1, 1, -1], 
...      [1, 1, -1, 1], 
...      [1, -1, 1, -1]]) 
>>> needle = np.array([1, -1, 1, -1]) 
>>> haystack.dot(needle) 
array([ 4, -2, 4]) 
>>> np.sum(haystack.dot(needle) == len(needle)) 
2

這有點基於卷積圖像匹配的玩具特殊情況的，你可以很容易地重寫它來尋找模式比全行短，即使使用FFT的加快速度。

來源

2013-05-06 15:56:43 Jaime

謝謝，這正是我所需要的。我將它擴展爲允許使用 'np.sum（haystack.dot（needle）== needle.shape [0]，axis = 0）同時匹配多個圖案，並且針的形狀爲：numElementsPerPattern x numPatternsToMatch 。 – 2013-05-06 17:25:36

這個怎麼樣？它不使用numpy，但它非常簡單，並且適用於任何大小/形狀的矩陣。思想非常簡單：不是比較數組，而是比較元組（它們是可哈希的，因此易於本地比較）。

patterns = [[1, -1, 1, -1], 
      [1, 2, 3, 4], 
      [1, -1, 1, -1], 
      [1], 
      [], 
      [1, 1, 1, -1], 
      [1, -1, 1, -1]] 
key = [1, -1, 1, -1] 

def find_number_of_occurrences(needle, haystack): 
    needle = tuple(needle) 
    return len([straw for straw in haystack if tuple(straw) == needle]) 

print find_number_of_occurrences(key, patterns) # Prints 3

這只是經過haystack並建立一個列表理解了匹配的元素（在needles，如果你喜歡），並返回此列表的長度。我不確定它是如何在效率方面與numpy功能做比較的，但它在代碼中肯定是乾淨的和易於理解的。

來源

2013-05-06 15:11:11

import numpy 
A = numpy.array([[1, -1, 1, -1], 
       [1, 1, -1, 1], 
       [1, -1, 1, -1]]) 
b = numpy.array([1, -1, 1, -1]) 

print ((A == b).sum(axis=1) == b.size).sum()

這將做一個行匹配，我們選擇並計算所有值匹配我們正在尋找的模式的行。這要求b具有與A[0]相同的形狀。

來源

2013-05-06 15:13:21 Hooked

我認爲你是一般情況下的最佳答案，因爲我的模式只包含1s和-1s，但是Jaime的答案在我的情況下更具性能（我的模式比這裏顯示的要大得多）。感謝您的回答！ – 2013-05-06 17:14:14

>>> import numpy 
>>> haystack = numpy.array([[1, -1, 1, -1], [1, 1, -1, 1], [1, -1, 1, -1]]) 
>>> needle = numpy.array([1, -1, 1, -1]) 
>>> sum([numpy.equal(hay, needle).all() for hay in haystack]) 
2

使用numpy.equal()用於比較返回基於輸入的比較True或False元素的數組。 all()檢查數組中所有元素的真實性，然後檢查布爾元素列表中的sum()。

來源

2013-05-06 15:13:59 Bryan

如何：

>>> from collections import Counter 
>>> c 
[[1, -1, 1, -1], [1, -1, 1, 1], [2, 3, 4, 5], [1, -1, 1, -1]] 
>>> Counter(list(tuple(i) for i in c))[tuple(c[0])] 
2

來源

2013-05-06 15:14:26

有點像@帶鉤的答案，但略有更簡潔。

np.sum(np.equal(A, b).all(axis=1))

來源

2013-05-06 15:26:13 reptilicus

Python：查找二維數組中給定數組的出現次數

回答

相關問題