python |删除阵列中的镜像对

Question

在 python 中，我有一个形状为 n*2 的数组(其中 n 是一个正整数)。本质上，这是一对数组。我希望删除此数组中的所有镜像对。例如，下面的数组 A 的形状是 10*2。 [0,55] 和 [55, 0] 将构成 A 中的一个这样的镜像对，我希望保留一个那两个。

A = np.array([[ 0, 55], [ 5, 25], [12, 62], [27,  32], [25, 73], 
              [55, 0], [25, 5], [62, 12], [32, 27], [99, 95]])

对于上述示例，我希望结果数组如下所示:

B = np.array([[ 0, 55], [ 5, 25], [12, 62], [27,  32], [25, 73], [99,95])

因为有 6 个唯一对(排除 4 个镜像对后)。

我意识到我可以使用两个嵌套的 for 循环来实现这一点，但我希望使用最快的方法来实现这一点，因为对于手头的实际问题，我将处理巨大的阵列。如果能得到一些帮助，我将不胜感激。

Answer 1

一个神秘的单行:

In [301]: A
Out[301]: 
array([[ 0, 55],
       [ 5, 25],
       [12, 62],
       [27, 32],
       [25, 73],
       [55,  0],
       [25,  5],
       [62, 12],
       [32, 27],
       [99, 95]])

In [302]: np.unique(np.sort(A, axis=1).view(','.join([A.dtype.char]*2))).view(A.dtype).reshape(-1, 2)
Out[302]: 
array([[ 0, 55],
       [ 5, 25],
       [12, 62],
       [25, 73],
       [27, 32],
       [95, 99]])

把它分解成几个步骤...

首先，创建一个沿第二个轴排序的副本。在排序后的数组中，我们要删除重复的行。

In [303]: a = np.sort(A, axis=1)

In [304]: a
Out[304]: 
array([[ 0, 55],
       [ 5, 25],
       [12, 62],
       [27, 32],
       [25, 73],
       [ 0, 55],
       [ 5, 25],
       [12, 62],
       [27, 32],
       [95, 99]])

numpy.unique() 可用于查找数组的唯一元素，但它仅适用于一维数据。因此，我们将创建 b 的一维 View ，其中每一行都变成具有两个字段的单一结构。定义我们想要的新数据类型的一种方法是作为字符串:

In [305]: dt = ','.join([A.dtype.char]*2)

In [306]: dt
Out[306]: 'l,l'

b 是结构化数组；它是 a 的一维 View :

In [307]: b = a.view(dt)

In [308]: b
Out[308]: 
array([[( 0, 55)],
       [( 5, 25)],
       [(12, 62)],
       [(27, 32)],
       [(25, 73)],
       [( 0, 55)],
       [( 5, 25)],
       [(12, 62)],
       [(27, 32)],
       [(95, 99)]], 
      dtype=[('f0', '<i8'), ('f1', '<i8')])

现在我们使用 numpy.unique() 来查找 b 的唯一元素:

In [309]: u = np.unique(b)

In [310]: u
Out[310]: 
array([( 0, 55), ( 5, 25), (12, 62), (25, 73), (27, 32), (95, 99)], 
      dtype=[('f0', '<i8'), ('f1', '<i8')])

接下来，使用原始数组A 的数据类型创建u 的 View 。这将是一维的:

In [311]: v = u.view(A.dtype)

In [312]: v
Out[312]: array([ 0, 55,  5, 25, 12, 62, 25, 73, 27, 32, 95, 99])

最后，reshape v 恢复二维数组:

In [313]: w = v.reshape(-1, 2)

In [314]: w
Out[314]: 
array([[ 0, 55],
       [ 5, 25],
       [12, 62],
       [25, 73],
       [27, 32],
       [95, 99]])