为2D数组实现numpy in1d？

为2D数组实现numpy in1d？

您的问题很难理解，因为它包含无关的信息并且包含错​​别字。如果我理解正确，您只是想要一种有效的方法来对2D数组的行执行设置 *** 作（在这种情况下，是

K

和的交集

f(K)

）。

如果创建结构化数组视图，则可以使用numpy.in1d执行此 *** 作。

码：

如果是这样的话

K

：

In [50]: kOut[50]:array([[6, 6],       [3, 7],       [7, 5],       [7, 3],       [1, 3],       [1, 5],       [7, 6],       [3, 8],       [6, 1],       [6, 0]])

这是

f(K)

（对于此示例，我从第一个列中减去1，然后在第二个列中添加1）：

In [51]: k2Out[51]:array([[5, 7],       [2, 8],       [6, 6],       [6, 4],       [0, 4],       [0, 6],       [6, 7],       [2, 9],       [5, 2],       [5, 1]])

那么您可以通过执行以下 *** 作找到

K

也在中找到的所有行

f(K)

：

In [55]: k[np.in1d(k.view(dtype='i,i').reshape(k.shape[0]),k2.view(dtype='i,i').reshape(k2.shape[0]))]Out[55]: array([[6, 6]])

view

并

reshape

创建平面结构的视图，以便每行都作为单个元素出现

in1d

。

in1d

创建一个

k

匹配项的布尔索引，该索引用于查找索引

k

并返回过滤后的数组。