生成将一个数组索引到另一个数组的布尔掩码答案

【问题标题】：Generating a boolean mask indexing one array into another array生成将一个数组索引到另一个数组的布尔掩码
【发布时间】：2012-09-05 02:53:33
【问题描述】：

很难解释我想用文字做什么，所以这里有一个例子。

假设我们有以下输入：

In [76]: x
Out[76]: 
0    a
1    a
2    c
3    a
4    b

In [77]: z
Out[77]: ['a', 'b', 'c', 'd', 'e']

我想得到：

In [78]: ii
Out[78]: 
array([[1, 0, 0, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0]])

ii 是一个布尔掩码数组，可应用于z 以取回原始x。

我目前的解决方案是编写一个函数，将z 转换为list 并使用index 方法获取z 中元素的索引，然后生成除索引之外的一行零哪里有一个。这个函数被应用到x 的每一行以获得想要的结果。

【问题讨论】：

那么，您的问题是什么？写这个函数？当然，np.choose(["abcde".index(i) for i in x], "abcde") 之类的东西不适合你？
好吧，当我运行你的线路时，我得到了array(['a', 'a', 'c', 'a', 'b'], dtype='|S1')。我想要的是['a', 'a', 'c', 'a', 'b'] 的掩码（5 个布尔元素的列表）。这是否更清楚？
您是在寻找一种更快的方法还是只是更短的输入方式，例如：np.array([[j == i for j in z] for i in x], dtype=int)跨度>
@WouterOvermeire 理想地寻找两者

标签： numpy pandas

【解决方案1】：

第一种可能性：

>>> choices = np.diag([1]*5)
>>> choices[[z.index(i) for i in x]]

如其他地方所述，您可以将列表理解 [z.index(i) for i in x] 更改为 np.searchsorted(z, x)

>>> choices[np.searchsorted(z, x)]

请注意，正如@seberg 的评论中所建议的，您应该使用np.eye(len(x)) 而不是np.diag([1]*len(x))。 np.eye 函数直接为您提供一个二维数组，其中对角线为 1，其他位置为 0。

【讨论】：

第一个就是我要找的。span>
我认为不要使用np.diag([1]*5)，而是使用np.eye(5)。

【解决方案2】：

这是对 z 进行排序的 numpy 方法。你没有具体说明...如果熊猫需要不同的东西，我不知道：

# Assuming z is sorted.
indices = np.searchsorted(z, x)

现在我真的不知道你为什么想要一个布尔掩码，这些索引可以应用于 z 以返回 x 并且更紧凑。

z[indices] == x # if z included all x.

【讨论】：

不幸的是它们没有排序，我的例子有误导性。我还需要掩码，因为之后我将它们乘以一些概率矩阵：kaggle.com/c/predict-closed-questions-on-stack-overflow/forums/…
如果它们是唯一的，如果您关心速度，请先自行排序。至于布尔数组的创建，我可能会建议像a = np.zeros((...,...), dtype=bool); a[np.ix_[np.arange(...), z]] = 1 这样的东西。不过没关系。
如果我对它们进行排序，那么我将不得不对我必须匹配的所有其他数组和矩阵的列进行排序。不确定是否值得。

【解决方案3】：

很惊讶没有人提到numpy.equal的outer方法：

In [51]: np.equal.outer(s, z)
Out[51]: 
array([[ True, False, False, False, False],
       [ True, False, False, False, False],
       [False, False,  True, False, False],
       [ True, False, False, False, False],
       [False,  True, False, False, False]], dtype=bool)

In [52]: np.equal.outer(s, z).astype(int)
Out[52]: 
array([[1, 0, 0, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 0, 1, 0, 0],
       [1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0]])

【讨论】：