比较二维布尔数组答案

【问题标题】：比较二维布尔数组
【发布时间】：2022-01-23 08:19:32
【问题描述】：

我正在解决一个问题，我需要将 1 个特定数组与数十万其他数组进行比较，并返回一个结果列表，显示它们彼此之间的相似程度，我读到 numpy 可能是最好的库关于使用数组（如果有更好的请告诉我:) 所以我写了这个，但它仍然很慢。我不是最擅长编程的，因此我们将不胜感激任何有助于改进这一点的帮助！

import numpy as np

list_of_arrays = [np.random.randint(0, 2, (30, 30)) for array in range(100000)]
base_array = np.random.randint(0, 2, (30, 30))
results = []

for array in list_of_arrays:
    results.append(np.sum(np.equal(base_array, array)))

【问题讨论】：

比较部分非常快，需要几秒钟，因为生成所有这些随机数需要时间
@Giedrius 请在下面查看我的答案。我已经验证它会产生与您的代码相同的结果，并且它可能会更快一些，因为它使用纯 numpy（无循环）。如果它对你来说不够快，你应该放弃，因为它不能变得更快;)

标签： python arrays numpy

【解决方案1】：

您可以使用 numpy 广播魔术在一个列表中执行此操作，而无需列表理解或任何类型的循环：

results = np.equal(base_array, list_of_arrays).sum(axis=1).sum(axis=1)

你有这么多数组，它不能变得更快；）

【讨论】：

感谢您的提示。我想我需要更多的 RGB
是的，机器功率是目前你能做到的最好的。是不是更快了？
从 1.7 到 1.46。还是更快，谢谢伙计！
好吧，聊胜于无！ :)
尝试使用按位异或

【解决方案2】：

在 numpy 中有许多有效的技巧可以做到这一点。它们都不需要显式循环或附加到列表。

首先，将列表变成一个数组：

list_of_arrays = np.random.randint(0, 2, (100000, 30, 30), dtype=bool)

请注意这是多么简单（和更快）。现在制作一个布尔基数：

base_array = np.random.randint(0, 2, (30, 30), dtype=bool)

最简单的比较是直接使用广播：

results = (base_array == list_of_arrays).sum((1, 2))

两个布尔值的相等性也可以通过它们的异或得到：

results = (~base_array ^ list_of_arrays).sum((1, 2))

在base_array 上运行~ 比在list_of_arrays 或异或结果上运行要快得多，并且具有相同的逻辑效果。

您可以通过分解最后的维度来简化总和：

results = (base_array.ravel() == list_of_arrays.reshape(100000, -1)).sum(-1)

【讨论】：

哇，好多了，非常感谢！
@GiedriusGurevičius。你最终选择了哪一个？