如何比较 numpy 多维数组的差异？答案

【问题标题】：How to compare numpy multidimensional arrays difference?如何比较 numpy 多维数组的差异？
【发布时间】：2018-11-26 03:30:25
【问题描述】：

假设我有两个一维数组：

a = np.array ([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])
b = np.array ([0, 1, 2, 3, 4, 5, 6, 7, 10, 10])
np.mean (a! = b)

这将给出两个数组彼此相差多少%。我想对多维数组做同样的事情，但要考虑到一定的深度。例如。我们有两个带有元组的数组。

a = np.array ([(1, 1), (2, 2)])
b = np.array ([(1, 1), (3, 3)])
np.mean (a! = b)

这将按预期返回 0.5。 我的问题出现在以下场景：

a = np.array ([(1, 1), (2, 2)])
b = np.array ([(1, 1), (2, 3)])
np.mean (a! = b)

这将返回 0.25，而不是我预期的 0.5。似乎 numpy 在“最深”级别进行比较。有什么办法可以影响深度/轴，使结果再次为 0.5？

【问题讨论】：

标签： python arrays numpy multidimensional-array mean

【解决方案1】：

你必须在一维中合并你的差异矩阵：

np.mean((a!=b).any(axis=1))

【讨论】：

【解决方案2】：

另一种方法是：

In [42]: a = np.array ([(1, 1), (2, 2)])
    ...: b = np.array ([(1, 1), (2, 3)])

# sum it along axis 1 and then take average
In [43]: np.mean(np.sum(np.not_equal(a, b), axis=1))
Out[43]: 0.5

# you can also, sum it along axis 0 and then take average
In [44]: np.mean(np.sum(np.not_equal(a, b), axis=0))
Out[44]: 0.5

【讨论】：