python - 通过列表理解收集 np 数组的相同行

Question

这个问题在这里已经有了答案:





finding identical rows and columns in a numpy array

(4 个回答)


上个月关闭。
这个帖子是上个月编辑提交审核的，重新打开帖子失败:

重复 这个问题已经回答了，不是唯一的，也没有区别于另一个问题。





我有一个二维 np 数组，想通过列表理解收集相同的行。
我的实现返回了所需的结果，可以找到更好的解决方案 here :

import numpy as np


A = np.array([ 
        [1,1,1,0,0,0],  #sample input data
        [0,0,1,0,1,1],
        [0,0,1,0,1,1],
        [1,1,1,0,0,0],
        [0,0,1,0,1,1],
        [1,0,0,0,0,0],
        [1,0,1,0,0,0],
        [1,0,0,0,1,0],
        [1,0,0,0,0,0]   
])




def gr_id_rows(Matrix):  #returns list of lists of identical row indices

  m = Matrix.shape[0]
  M = Matrix
  indices = list(range(m))
  lst_of_lsts_ident = []

  while len(M) > 0:
    lst_ident = []
    row_0 = M[0,:]
    M = np.delete(M, 0, 0)
    lst_ident.append(indices.pop(0))
    
    k = 0
    for row in M:
      if np.array_equal(row, row_0):
        M = np.delete(M, k, 0)
        lst_ident.append(indices.pop(k))
      else:
        k += 1

    lst_of_lsts_ident.append(lst_ident)    

  return lst_of_lsts_ident



#execution
print( gr_id_rows(A) )   #[[0, 3], [1, 2, 4], [5, 8], [6], [7]] 

关于真实数据集的注意事项:

它只是二进制。

尺寸可以达到大约 1000 x 700，但大部分会在 60 x 40 左右。

我们可以通过使用列表理解来优雅地做到这一点吗？
我做了一个尝试(显然)产生了错误的结果。

nbr_rows = A.shape[0]
col_ind = range(A.shape[0])

ind_eq = [[k for k in col_ind if np.array_equal(A[k,:], A[h,:]) and k != h] for h in col_ind] 


print(ind_eq) #[[3], [2, 4], [1, 4], [0], [1, 2], [8], [], [], [5]]

Answer 1

这是使用 numpy.equal 的解决方案关于 A 与自身的对比(广播)，以及 itertools.groupby reshape 输出:

from itertools import groupby
a,b = np.equal(A, A[:,None]).all(2).nonzero()
{tuple(b[i] for i in g) for i,g in groupby(range(len(a)), lambda i:a[i])}

输出:

{(0, 3), (1, 2, 4), (5, 8), (6,), (7,)}