在 3d 数组中过滤包含 1d 数组的 2d 数组

Question

我有一个 3d 数组（三角形数组）。我想获得包含给定点（一维数组）的三角形（二维数组）。 我经历了 in1d, where, argwhere 但我仍然不成功....

例如：

import numpy as np
import numpy.random as rd

t = rd.random_sample((10,3,3))

v0 = np.array([1,2,3])

t[1,2] = v0
t[5,0] = v0 
t[8,1] = v0

我想得到：

array([[[[[ 0.87312   ,  0.33411403,  0.56808291],
          [ 0.36769417,  0.66884858,  0.99675896],
          [ 1.        ,  2.        ,  3.        ]],

         [[ 0.31995867,  0.58351034,  0.38731405],
          [ 1.        ,  2.        ,  3.        ],
          [ 0.04435288,  0.96613852,  0.83228402]],

         [[ 1.        ,  2.        ,  3.        ],
          [ 0.28647107,  0.95755263,  0.5378722 ],
          [ 0.73731078,  0.8777235 ,  0.75866665]]]])

然后得到v0个相邻点的集合

{[ 0.87312   ,  0.33411403,  0.56808291],
 [ 0.36769417,  0.66884858,  0.99675896],
 [ 0.31995867,  0.58351034,  0.38731405],
 [ 0.04435288,  0.96613852,  0.83228402],
 [ 0.28647107,  0.95755263,  0.5378722 ],
 [ 0.73731078,  0.8777235 ,  0.75866665]}

没有循环，数组很大。

例如

In [28]: np.in1d(v0,t[8]).all()
Out[28]: True

可以在一行上进行测试，但我无法通过 all 数组进行测试。 感谢您的帮助。

我的意思是矢量化等价于：

In[54]:[triangle for triangle in t if v0 in triangle ]
Out[54]: 
    [array([[ 0.87312   ,  0.33411403,  0.56808291],
            [ 0.36769417,  0.66884858,  0.99675896],
            [ 1.        ,  2.        ,  3.        ]]),
     array([[ 0.31995867,  0.58351034,  0.38731405],
            [ 1.        ,  2.        ,  3.        ],
            [ 0.04435288,  0.96613852,  0.83228402]]),
     array([[ 1.        ,  2.        ,  3.        ],
            [ 0.28647107,  0.95755263,  0.5378722 ],
            [ 0.73731078,  0.8777235 ,  0.75866665]])]

Answer 1

你可以简单地做 -

t[(t==v0).all(axis=-1).any(axis=-1)]

我们正在沿着最后一个轴执行ALL 和ANY 缩减，axis=-1 在那里。首先.all(axis=-1) 查找完全匹配 数组v0 的行，然后后者.any(axis=-1) 在每个2DANY 匹配 /em> 块。这会产生一个长度与输入数组长度相同的布尔数组。因此，我们使用布尔数组从输入数组中过滤掉有效元素。