python - 如何在需要唯一性和非唯一性检查的Python循环中向量化这个循环？

Question

我有一个大小为 3xn 的 numpy 数组(edges)，它恰好包含两行，其中该行的前两个元素可能匹配，也可能不匹配匹配。我正在根据这个标准计算一些东西。我的基于 for 循环的代码遵循这些原则

mat = np.zeros((edges.shape[0],2),dtype=np.int64)
counter = 0;
for i in range(edges.shape[0]):
    for j in range(i+1,edges.shape[0]):
        if  edges[i,0]==edges[j,0] and edges[i,1]==edges[j,1] and edges[i,2] != edges[j,2]:
            mat[2*counter,0] = i % nof
            mat[2*counter,1] = i // nof

            mat[2*counter+1,0] = j % nof
            mat[2*counter+1,1] = j // nof
            counter +=1
            break

其中nof是一个特定的数字。如何使用 numpy 加速此代码？我无法使用 np.unique ，因为此代码需要唯一性以及非唯一性检查。

例如，给定:

edges = np.array([
    [1,2,13],
    [4,5,15],
    [5,6,18],
    [1,2,12],
    [4,5,15],
    [5,6,18],
    ])

其中每行的前两个元素可以在另一行中找到(即它们恰好重复两次)并且nof=1，上面的代码给出以下结果

[[0 0]
 [0 3]
 [0 0]
 [0 0]]

Answer 1

我还没有了解您如何设置mat，但我怀疑前两列的词法排序可能会有所帮助:

In [512]: edges = np.array([
     ...:     [1,2,13],
     ...:     [4,5,15],
     ...:     [5,6,18],
     ...:     [1,2,12],
     ...:     [4,5,15],
     ...:     [5,6,18],
     ...:     ])
     ...:     
In [513]: np.lexsort((edges[:,1],edges[:,0]))
Out[513]: array([0, 3, 1, 4, 2, 5], dtype=int32)
In [514]: edges[_,:]   # sedges (below)
Out[514]: 
array([[ 1,  2, 13],
       [ 1,  2, 12],
       [ 4,  5, 15],
       [ 4,  5, 15],
       [ 5,  6, 18],
       [ 5,  6, 18]])

现在所有匹配的行都在一起。

如果总是有 2 个匹配项，则可以收集这些对并将其重新整形为 2 列数组。

In [516]: sedges[:,2].reshape(-1,2)
Out[516]: 
array([[13, 12],
       [15, 15],
       [18, 18]])

或者，您仍然可以迭代，但不必检查那么远。

<小时/>排序列表上的

argsort 返回相反的排序:

In [519]: np.lexsort((edges[:,1],edges[:,0]))
Out[519]: array([0, 3, 1, 4, 2, 5], dtype=int32)
In [520]: np.argsort(_)
Out[520]: array([0, 2, 4, 1, 3, 5], dtype=int32)
In [521]: sedges[_,:]
Out[521]: 
array([[ 1,  2, 13],
       [ 4,  5, 15],
       [ 5,  6, 18],
       [ 1,  2, 12],
       [ 4,  5, 15],
       [ 5,  6, 18]])