python - 将 np.arrays 分类为重复项

Question

我的目标是获取一个 np.array 列表，并创建一个关联的列表或数组，将每个列表或数组分类为是否具有重复项。这是我认为可行的方法:

www = [np.array([1, 1, 1]), np.array([1, 1, 1]), np.array([2, 1, 1])]
uniques, counts = np.unique(www, axis = 0, return_counts = True)
counts = [1 if x > 1 else 0 for x in counts]
count_dict = dict(zip(uniques, counts))
[count_dict[i] for i in www]

这种情况下所需的输出是:

[1, 1, 0]

因为第一个和第二个元素在原始列表中有另一个副本。看来问题是我不能使用 np.array 作为字典的键。

建议？

Answer 1

首先将 www 转换为二维 Numpy 数组，然后执行以下操作:

In [18]: (counts[np.where((www[:,None] == uniques).all(2))[1]] > 1).astype(int)
Out[18]: array([1, 1, 0])

这里我们使用广播来检查所有 www 行与 uniques 数组的相等性，然后在最后一个轴上使用 all() 来查找它的哪些行完全等于 uniques 行。

这是详细的结果:

In [20]: (www[:,None] == uniques).all(2)
Out[20]: 
array([[ True, False],
       [ True, False],
       [False,  True]])

# Respective indices in `counts` array
In [21]: np.where((www[:,None] == uniques).all(2))[1]
Out[21]: array([0, 0, 1])

In [22]: counts[np.where((www[:,None] == uniques).all(2))[1]] > 1
Out[22]: array([ True,  True, False])

In [23]: (counts[np.where((www[:,None] == uniques).all(2))[1]] > 1).astype(int)
Out[23]: array([1, 1, 0])