匹配二維數組中的座標的有效方法

Question

我有一個2d座標數組，我想找到與給定座標匹配的條目索引。

例如，我的數組可能是A：

A = [[[1.5, 2.0], [1.0, 2.3], [5.4, 2.3]], 
    [[3.2, 4.4], [2.0, 3.1], [0.0, 2.3]], 
    [[1.0, 2.0], [2.3, 3.4], [4.0, 1.1]]] 

和座標我想匹配是x = [1.0, 2.0]。我想獲得座標[1.0, 2.0]的索引，這將是(2, 0)。

目前，我做如下：

matching_inds = [(i, j) for i in xrange(len(A)) for j in xrange(len(A[0])) if A[i,j][0] == x[0] and A[i,j][1] == x[1]] 

這工作，但我覺得應該有一些更有效的（我的工作陣列大得多）。

我試過np.where()但是對於更高維度來說這似乎不起作用。它將返回所有x座標匹配的座標索引，而不是x和y座標。

任何提示將不勝感激。

Answer 1

你可以使用你的代碼稍微簡單的版本：

In [115]: A = [[[1.5, 2.0], [1.0, 2.3], [5.4, 2.3]], 
    ...:  [[3.2, 4.4], [2.0, 3.1], [0.0, 2.3]], 
    ...:  [[1.0, 2.0], [2.3, 3.4], [4.0, 1.1]]] 

In [116]: x = [1., 2.] 

In [117]: [(i, j) for i, row in enumerate(A) for j, coor in enumerate(row) if coor == x] 
Out[117]: [(2, 0)] 

但是，如果陣列很大，你最好使用量化方法：

In [118]: import numpy as np 

In [119]: arr = np.array(A) 

In [120]: np.argwhere(np.logical_and(arr[:,:,0] == x[0], arr[:,:,1] == x[1])) 
Out[120]: array([[2, 0]], dtype=int64) 

編輯：的高效和優雅的方式着手完成將工作：

In [158]: np.argwhere(np.all(arr == x, axis=2)) 
Out[158]: array([[2, 0]], dtype=int64) 

Answer 2

你可能可以試試這個：

import numpy as np 
arrA = np.array(A) 
x = [1.0, 2.0] 

np.where((arrA == x).sum(axis = 2) == 2) 
# (array([2]), array([0])) 

Answer 3

如果你會做很多的查找，您可以建立一個索引映射的座標位置在你的矩陣。例如，(1.5, 2.0)映射到(0,0)，(1.0, 2.3)映射到(0, 1)，等這裏的如何建立你的數組的索引：

>>> A = [[[1.5, 2.0],[1.0, 2.3],[5.4, 2.3]], 
...  [[3.2, 4.4],[2.0, 3.1],[0.0, 2.3]], 
...  [[1.0, 2.0],[2.3, 3.4],[4.0, 1.1]]] 
>>> revind = dict() 
>>> for r, row in enumerate(A): 
...  for c, pt in enumerate(row): 
...   revind[tuple(pt)] = (r, c) 
... 
>>> revind[(1.0, 2.0)] 
(2,0) 

或者作爲（不易閱讀）理解：

>>> revind = dict((tuple(pt), (r,c)) for r,row in enumerate(A) for c,pt in enumerate(row)) 

請注意，您必須使用元組，因爲列表是「可變的」，不能用作字典鍵。這樣做可以確保每次查詢都在O（1）時間內進行，這比搜索一個長列表要快得多（就像在你的問題和接受的答案中一樣）。