Question

我有两个数组，我试图返回一个新数组，它等于我原来的两个数组的交集。两个原始数组应该具有相同的长度。例如，如果我有：

arr1 = np.array([(255, 255, 255), (255, 255, 255)])

arr2 = np.array([(255, 255, 255), (255, 255, 255)])

我应该得到：

intersectedArr = ([(255, 255, 255), (255, 255, 255])

但是，如果我有：

arr1 = np.array([(100, 100, 100), (255, 255, 255)])

arr2 = np.array([(255, 255, 255), (255, 255, 255)])

我应该

([(255, 255, 255)])

到目前为止，我已经尝试过：

intersectedArr = np.intersect1d(arr1, arr2)

但这会返回[255]而不是预期的([(255, 255, 255)])

有人可以帮忙吗？提前谢谢！

Answer 1

不确定你的数组会有多大，但如果它们仍然很小，这可能会起作用：

import numpy as np

arr1 = np.array([(255, 255, 255), (255, 255, 255)])
arr2 = np.array([(255, 255, 255), (255, 255, 255)])
intersectedArr = []

for a1, a2 in zip(arr1, arr2):
    if np.array_equal(a1, a2):
        intersectedArr.append(a1)
print(np.array(intersectedArr))

arr1 = np.array([(100, 100, 100), (255, 255, 255)])
arr2 = np.array([(255, 255, 255), (255, 255, 255)])
intersectedArr = []

for a1, a2 in zip(arr1, arr2):
    if np.array_equal(a1, a2):
        intersectedArr.append(a1)
print(np.array(intersectedArr))

Answer 2

如果你想保留重复项，就像在你的例子中一样，你可以使用列表理解：

registrationConfirm()

产生：

def intersection(list_a, list_b):
    return [ e for e in list_a if e in list_b ]

如果你想在列表（集合）之间进行单一组合，那么：

in:
    [(255, 255, 255), (255, 255, 255)]
    [(255, 255, 255), (255, 255, 255)]
out:
    [(255, 255, 255), (255, 255, 255)]

in:
    [(100, 100, 100), (255, 255, 255)]
    [(255, 255, 255), (255, 255, 255)]
out:
    [(255, 255, 255)]

产生：

def intersection(a, b):
    return list(set(a).intersection(b))

干杯！

Answer 3

注意：这假定[a, b, c]和[b, c, a]给出[a, b, c]，即忽略元素的顺序。

好的，我做了一点实验，这可能就是你所追求的。给出：

arr1a = np.array([(255, 255, 255), (255, 255, 255)])
arr1b = np.array([(100, 100, 100), (255, 255, 255)])
arr2 = np.array([(255, 255, 255), (255, 255, 255)])

然后我们可以找到一个交叉点：

np.array([item in arr2 for item in arr1a])

即，对于arr1a中的每个元素，请检查它是否也出现在arr2中。这给出了以下结果：

>>> array([ True,  True], dtype=bool)

类似地：

np.array([item in arr2 for item in arr1b])
>>> array([False,  True], dtype=bool)

现在，我们可以使用此结果从原始列表中选择常用值：

mask = np.array([item in arr2 for item in arr1a])
arr1a[mask]
>>> array([[255, 255, 255],
           [255, 255, 255]])

和

mask = np.array([item in arr2 for item in arr1b])
arr1b[mask]
>>> array([[255, 255, 255]])

Answer 4

numpy答案怎么样？

import numpy as np


arr1 = np.array([(255, 255, 255), (255, 255, 25)])  # changed some to 25
arr2 = np.array([(255, 25, 255), (255, 255, 25)])

arr1[np.where(arr1==arr2)]

array([255, 255, 255, 255,  25])

第二个例子

arr1 = np.array([(100, 100, 100), (255, 255, 255)])
arr2 = np.array([(255, 255, 255), (255, 255, 255)])

arr1[np.where(arr1==arr2)]

array([255, 255, 255])

Answer 5

对于较大的数组，使用pandas的groupby和cumcount：

可能会有所帮助

In [11]: df1 = pd.DataFrame(arr1)

In [12]: df1["cumcount"] = df1.groupby([0, 1, 2]).cumcount()

In [13]: df1
Out[13]:
     0    1    2  cumcount
0  100  100  100         0
1  255  255  255         0

In [14]: df2 = pd.DataFrame(arr2)

In [15]: df2["cumcount"] = df2.groupby([0, 1, 2]).cumcount()

In [16]: df2
Out[16]:
     0    1    2  cumcount
0  255  255  255         0
1  255  255  255         1

现在合并可以获得您想要的数组：

In [21]: df1.merge(df1).iloc[:, :3].values
Out[21]:
array([[100, 100, 100],
       [255, 255, 255]])

In [22]: df1.merge(df2).iloc[:, :3].values
Out[22]: array([[255, 255, 255]])

In [23]: df2.merge(df2).iloc[:, :3].values
Out[23]:
array([[255, 255, 255],
       [255, 255, 255]])

Python - 返回两个数组的交集

5 个答案: