Python:如何从 2 个数组中找到唯一的元素模式？

Question

我有两个 numpy 数组，A 和 B:

A = ([1, 2, 3, 2, 3, 1, 2, 1, 3])
B = ([2, 3, 1, 2])

其中 B 是 A 中的唯一模式。

我需要输出 A 的所有元素，它们不存在于 B 中。

Output = ([1, 2, 3, 1, 3])

Answer 1

最简单的是使用 Python 的内置函数，即字符串类型:

A = "123231213"
B = "2312"
result = A.replace(B, "")

要有效地将 numpy.array 转换为 str，请使用这些函数:

x = numpy.frombuffer("3452353", dtype="|i1")
x
array([51, 52, 53, 50, 51, 53, 51], dtype=int8)
x.tostring()
"3452353"

(*) 因此混淆了 ascii 代码 (1 != "1")，但子字符串搜索将正常工作。您的数据类型最好适合一个字符，否则您可能会得到错误的匹配。

总结起来，一个快速的 hack 看起来像这样:

A = numpy.array([1, 2, 3, 2, 3, 1, 2, 1, 3])
B = numpy.array([2, 3, 1, 2])
numpy.fromstring(A.tostring().replace(B.tostring(), ""), dtype=A.dtype)
array([1, 2, 3, 1, 3])
# note, here dtype is some int, I'm relying on the fact that:
# "1 matches 1" is equivalent to "0001 matches 00001"
# this holds as long as values of B are typically non-zero.
#
# this trick can conceptually be used with floating point too,
# but beware of multiple floating point representations of same number

深入解释:

假设 A 和 B 的大小是任意的，naive approach以二次时间运行。然而更好的是，概率算法退出，例如 Rabin-Karp ，它依赖于滑动窗口哈希。

这是面向文本的函数的主要原因，例如 xxx in str 或 str.replace 或 re 将比自定义函数快得多numpy 代码。

如果你真的需要这个功能与numpy集成，你总是可以写一个扩展，但这并不容易:)