python - 检查numpy数组中的每个元素是否在另一个数组中

Question

这个问题看起来很简单，但我无法得到一个好看的解决方案。我有两个 numpy 数组（A 和 B），我想获取 A 的索引，其中 A 的元素在 B 中，还获取 A 的索引，其中元素不在 B 中。

因此，如果

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6])

目前我正在使用

C = np.searchsorted(A,B)

它利用了A有序的事实，并为我提供[1, 3, 5]了 中的元素的索引A。这很棒，但是我如何获得那些不在其中D = [0,2,4,6]的元素的索引？AB

Answer 1

searchsorted如果不是 B 的每个元素都在 A 中，可能会给您错误的答案。您可以使用numpy.in1d：

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6,8])
mask = np.in1d(A, B)
print np.where(mask)[0]
print np.where(~mask)[0]

输出是：

[1 3 5]
[0 2 4 6]

但是in1d()使用排序，这对于大型数据集来说很慢。如果您的数据集很大，您可以使用 pandas：

import pandas as pd
np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0]

下面是时间对比：

A = np.random.randint(0, 1000, 10000)
B = np.random.randint(0, 1000, 10000)

%timeit np.where(np.in1d(A, B))[0]
%timeit np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0]

输出：

100 loops, best of 3: 2.09 ms per loop
1000 loops, best of 3: 594 µs per loop

Answer 2

import numpy as np

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6])
C = np.searchsorted(A, B)

D = np.delete(np.arange(np.alen(A)), C)

D
#array([0, 2, 4, 6])

Answer 3

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7])
b = np.array([2, 4, 6])
c = np.searchsorted(a, b)
d = np.searchsorted(a, np.setdiff1d(a, b))

d
#array([0, 2, 4, 6])

Answer 4

A 中也在 B 中的元素：

设置（A）和设置（B）

A 中不在 B 中的元素：

集合(A) - 集合(B)