比較兩個numpy數組是否相等，元素方式

Question

比較兩個numpy數組是否相等（其中相等性定義爲：A = B iff所有索引i：A[i] == B[i]）是什麼最簡單的方法？

只需用==給我一個布爾數組：

>>> numpy.array([1,1,1]) == numpy.array([1,1,1]) 

array([ True, True, True], dtype=bool) 

我必須and這個數組的元素，以確定是否數組是相等的，或者是有一個簡單的比較方法是什麼？

Answer 1

(A==B).all() 

測試數組（A == B）的所有值是否爲真。

編輯（從dbaupp的答案，並yoavram的評論）

應當注意的是：

• 這個解決方案可以在一個特定的情況下，一個奇怪的現象：如果任A或B是空的另一個包含單個元素，則返回True。出於某種原因，比較A==B返回一個空數組，all運算符返回True。
• 另一個風險是，如果A和B不具有相同的形狀並且不能廣播，則此方法將引發錯誤。

最後，我提出的解決方案是標準之一，但是我認爲，如果你有一個疑問A和B形狀或只是要安全：使用專門的功能之一：

np.array_equal(A,B) # test if same shape, same elements values 
np.array_equiv(A,B) # test if broadcastable shape, same elements values 
np.allclose(A,B,...) # test if same shape, elements have close enough values 

Answer 2

(A==B).all()解決方案非常整潔，但有一些內置的功能用於此任務。即array_equal,allclose和array_equiv。

（儘管隨着timeit一些快速的測試似乎表明(A==B).all()方法是最快的，這是一個有點特殊，因爲它分配一個全新的陣列。）

Answer 3

讓我們用衡量性能以下一段代碼。

import numpy as np 
import time 

exec_time0 = [] 
exec_time1 = [] 
exec_time2 = [] 

sizeOfArray = 5000 
numOfIterations = 200 

for i in xrange(numOfIterations): 

    A = np.random.randint(0,255,(sizeOfArray,sizeOfArray)) 
    B = np.random.randint(0,255,(sizeOfArray,sizeOfArray)) 

    a = time.clock() 
    res = (A==B).all() 
    b = time.clock() 
    exec_time0.append(b - a) 

    a = time.clock() 
    res = np.array_equal(A,B) 
    b = time.clock() 
    exec_time1.append(b - a) 

    a = time.clock() 
    res = np.array_equiv(A,B) 
    b = time.clock() 
    exec_time2.append(b - a) 

print 'Method: (A==B).all(),  ', np.mean(exec_time0) 
print 'Method: np.array_equal(A,B),', np.mean(exec_time1) 
print 'Method: np.array_equiv(A,B),', np.mean(exec_time2) 

輸出

Method: (A==B).all(),  0.03031857 
Method: np.array_equal(A,B), 0.030025185 
Method: np.array_equiv(A,B), 0.030141515 

根據以上的結果，所述方法numpy的似乎是比==操作者的組合和所有（）方法和通過快比較numpy方法最快似乎是numpy.array_equal方法。

Answer 4

如果您想檢查兩個陣列是否有相同的shape和elements您應該使用np.array_equal，因爲它是文檔中建議的方法。

從性能角度看，不要指望任何平等檢查會打敗另一個平等檢查，因爲沒有太多空間來優化comparing two elements。爲了這個緣故，我仍然做了一些測試。

import numpy as np 
import timeit 

A = np.zeros((300, 300, 3)) 
B = np.zeros((300, 300, 3)) 
C = np.ones((300, 300, 3)) 

timeit.timeit(stmt='(A==B).all()', setup='from __main__ import A, B', number=10**5) 
timeit.timeit(stmt='np.array_equal(A, B)', setup='from __main__ import A, B, np', number=10**5) 
timeit.timeit(stmt='np.array_equiv(A, B)', setup='from __main__ import A, B, np', number=10**5) 
> 51.5094 
> 52.555 
> 52.761 

所以幾乎相等，沒有必要談速度。

的(A==B).all()行爲幾乎如下面的代碼片段：

x = [1,2,3] 
y = [1,2,3] 
print all([True if x[i]==y[i] else False for i in range(len(x))]) 
> True