在这里，我们将给大家分享关于检查两个3Dnumpy数组是否包含重叠的2D数组的知识，让您更了解检查两个数组是否相等的本质，同时也会涉及到如何更有效地c#–检查表是否包含重叠的时间跨度、numpy中的3

在这里，我们将给大家分享关于检查两个3D numpy数组是否包含重叠的2D数组的知识，让您更了解检查两个数组是否相等的本质，同时也会涉及到如何更有效地c# – 检查表是否包含重叠的时间跨度、numpy中的3D数组是否轴= 3？、numpy：索引3D数组，将最后一个轴的索引存储在2D数组中、PHP检查数组是否包含另一个数组的所有数组值的内容。

• 检查两个3D numpy数组是否包含重叠的2D数组（检查两个数组是否相等）
• c# – 检查表是否包含重叠的时间跨度
• numpy中的3D数组是否轴= 3？
• numpy：索引3D数组，将最后一个轴的索引存储在2D数组中
• PHP检查数组是否包含另一个数组的所有数组值

检查两个3D numpy数组是否包含重叠的2D数组（检查两个数组是否相等）

我有两个非常大的numpy数组，它们都是3D的。我需要找到一种有效的方法来检查它们是否重叠，因为首先将它们都转换为集合会花费很长时间。我尝试使用在此找到的另一个解决方案来解决相同的问题，但适用于2D阵列，但是我没有设法使其适用于3D。这是2D解决方案：

nrows, ncols = A.shapedtype={''names'':[''f{}''.format(i) for i in range(ndep)],       ''formats'':ndep * [A.dtype]}C = np.intersect1d(A.view(dtype).view(dtype), B.view(dtype).view(dtype))# This last bit is optional if you''re okay with "C" being a structured array...C = C.view(A.dtype).reshape(-1, ndep)

（其中A和B是2D数组）我需要找到重叠的numpy数组的数量，而不是特定的数组。

答案1

我们可以利用views我在一些问答中使用过的辅助功能来发挥作用。要获得子数组的存在，我们可以np.isin在视图上使用或使用更加费力的视图np.searchsorted。

方法1： 使用np.isin-

# https://stackoverflow.com/a/45313353/ @Divakardef view1D(a, b): # a, b are arrays    a = np.ascontiguousarray(a)    b = np.ascontiguousarray(b)    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))    return a.view(void_dt).ravel(),  b.view(void_dt).ravel()def isin_nd(a,b):    # a,b are the 3D input arrays to give us "isin-like" functionality across them    A,B = view1D(a.reshape(a.shape[0],-1),b.reshape(b.shape[0],-1))    return np.isin(A,B)

方法2： 我们也可以利用np.searchsorted于views-

def isin_nd_searchsorted(a,b):    # a,b are the 3D input arrays    A,B = view1D(a.reshape(a.shape[0],-1),b.reshape(b.shape[0],-1))    sidx = A.argsort()    sorted_index = np.searchsorted(A,B,sorter=sidx)    sorted_index[sorted_index==len(A)] = len(A)-1    idx = sidx[sorted_index]    return A[idx] == B

因此，这两个解决方案为我们提供了ain中每个子数组的存在掩码b。因此，为了获得所需的计数，它应该是-isin_nd(a,b).sum()或isin_nd_searchsorted(a,b).sum()。

样品运行-

In [71]: # Setup with 3 common "subarrays"    ...: np.random.seed(0)    ...: a = np.random.randint(0,9,(10,4,5))    ...: b = np.random.randint(0,9,(7,4,5))    ...:     ...: b[1] = a[4]    ...: b[3] = a[2]    ...: b[6] = a[0]In [72]: isin_nd(a,b).sum()Out[72]: 3In [73]: isin_nd_searchsorted(a,b).sum()Out[73]: 3

大型阵列上的时间-

In [74]: # Setup    ...: np.random.seed(0)    ...: a = np.random.randint(0,9,(100,100,100))    ...: b = np.random.randint(0,9,(100,100,100))    ...: idxa = np.random.choice(range(len(a)), len(a)//2, replace=False)    ...: idxb = np.random.choice(range(len(b)), len(b)//2, replace=False)    ...: a[idxa] = b[idxb]# Verify outputIn [82]: np.allclose(isin_nd(a,b),isin_nd_searchsorted(a,b))Out[82]: TrueIn [75]: %timeit isin_nd(a,b).sum()10 loops, best of 3: 31.2 ms per loopIn [76]: %timeit isin_nd_searchsorted(a,b).sum()100 loops, best of 3: 1.98 ms per loop

c# – 检查表是否包含重叠的时间跨度

From Date    To Date
----------------------      
9/01/2012    9/16/2012   
8/23/2012    8/24/2012   
8/25/2012    8/25/2012   
8/5/2012     8/6/2012    
8/26/2012    8/27/2012   
9/15/2012    9/23/2012

From Date       To Date      
----------------------      
9/01/2012    9/16/2012   
9/15/2012    9/23/2012

var query = from row in dt.AsEnumerable()
            from row1 in dt.AsEnumerable()
            where
            (

                 (
                     DateTime.Parse(row1.Field<string>("fromDate")) >= DateTime.Parse(row.Field<string>("fromDate")) &&
                     DateTime.Parse(row1.Field<string>("fromDate")) <= DateTime.Parse(row.Field<string>("toDate"))
                 )
                 ||
                 (
                     DateTime.Parse(row1.Field<string>("toDate")) >= DateTime.Parse(row.Field<string>("fromDate")) &&
                     DateTime.Parse(row1.Field<string>("toDate")) <= DateTime.Parse(row.Field<string>("toDate"))
                 )
            )
            select new
            {
                fromDate = DateTime.Parse(row1.Field<string>("fromDate")),toDate = DateTime.Parse(row1.Field<string>("toDate"))
            };
//This lst contains the dates which are overlapping    
var lst = query.distinct().ToList();

numpy中的3D数组是否轴= 3？

您在通话中创建4D阵列

c = np.mean([a,b],axis=3) # [a,b] adds 4th dimension
np.array([a,b]).shape

输出

 (2,3,3)

numpy：索引3D数组，将最后一个轴的索引存储在2D数组中

我有一个ndarray的shape(z,y,x)含值。我想这个指数阵列的另一个ndarray的shape(y,x)包含我感兴趣的值的z-
index的。

import numpy as npval_arr = np.arange(27).reshape(3,3,3)z_indices = np.array([[1,0,2],                      [0,0,1],                      [2,0,1]])

由于我的数组很大，因此我尝试使用它np.take来避免不必要的数组副本，但无法用它来索引3维数组。

如何索引val_arr以z_indices在所需的z轴位置获得值？预期结果将是：

result_arr = np.array([[9,1,20],                       [3,4,14],                       [24,7,17]])

答案1

您可以choose用来进行选择：

>>> z_indices.choose(val_arr)array([[ 9,  1, 20],       [ 3,  4, 14],       [24,  7, 17]])

该功能choose非常有用，但要理解它可能有些棘手。本质上，给定一个数组（val_arr），我们可以z_indices沿第一个轴从每个n维切片中进行一系列选择（）。

另外：任何花式索引操作都会创建一个新数组，而不是原始数据视图。这是不可能的指标val_arr有z_indices没有创建一个全新的阵列。

PHP检查数组是否包含另一个数组的所有数组值

$all = array(    0 => 307,    1 => 157,    2 => 234,    3 => 200,    4 => 322,    5 => 324);$search_this = array(    0 => 200,    1 => 234);

我想找出$ all是否包含所有$ search_this值并返回true或false。有什么想法吗？

答案1

看一下array_intersect（）。

$containsSearch = count(array_intersect($search_this, $all)) == count($search_this);

今天关于检查两个3D numpy数组是否包含重叠的2D数组和检查两个数组是否相等的讲解已经结束，谢谢您的阅读，如果想了解更多关于c# – 检查表是否包含重叠的时间跨度、numpy中的3D数组是否轴= 3？、numpy：索引3D数组，将最后一个轴的索引存储在2D数组中、PHP检查数组是否包含另一个数组的所有数组值的相关知识，请在本站搜索。