Numpy：删除2x2数组中相邻的重复子数组？

Question

好的，我是 Numpy 的新手，但我无法弄清楚这一点，所以把它交给专家。我有一个像下面这样的 2x2 表数组，我想“顺序唯一化”该数组。顺序很重要，因此如果有多个相同的行数组彼此相邻，那么它们是多余的，应该被排除在外（行数组的顺序也很重要，因此 [111,222] 将被视为不同的 [222,111]）。以另一种方式构建，我只想保留其左右邻居（或如下所示的顶部/底部）与其自身不同的行数组（在下面的示例中由 * 标记）。

[[[492 105]
  [492 105]
  [492 105]*
  [492 106]*
  [492 106]
  [492 106]
  [491 106]*
  [491 106]
  [491 105]*
  [491 105]
  [491 105]
  [492 105]*
  [492 105]
  [492 105]]]

我尝试了 numpy.uniquify 函数，但它并不关心我有一个 2x2 数组的事实，而是在我不想要的平面列表中返回每个子数组中的每个唯一数字，它排序并更改了顺序我也不想要的原始数组。

通过一个简单的 for 循环，我可以很容易地写出它的逻辑，但我需要以 Numpy 的速度对其进行优化。我得到的最接近的是返回一个真值数组，标记左邻居不同的点，这似乎正在工作：

MYARRAY = numpy.matrix(  my2x2array  )
indexes = numpy.arange(len(MYARRAY))
trutharray = numpy.any(MYARRAY[indexes]!=MYARRAY[indexes-1], 1)

但是，我不确定如何进行以及如何处理真值数组。尝试将真值数组提供给 numpy.extract 函数，但这仅返回每个子数组的平面列表，甚至不返回它应该返回的所有元素；在我的示例中，它返回“[105 492 492 106]”。

有什么帮助吗？如何继续我的示例并最终得到唯一的顺序子数组？或者有没有更快的解决方案来解决这个问题？ Numpy 在这个阶段让我很困惑：p

Answer 1

我猜是这样的：

>>> a=array( [[492, 105],
...   [492, 105],
...   [492, 105],
...   [492, 106],
...   [492, 106],
...   [492, 106],
...   [491, 106],
...   [491, 106],
...   [491, 105],
...   [491, 105],
...   [491, 105],
...   [492, 105],
...   [492, 105],
...   [492, 105]]
... )
>>> g_idx=any(a[1:]!=a[:-1], axis=1)
>>> vstack((a[:-1][g_idx][0], a[1:][g_idx]))
array([[492, 105],
       [492, 106],
       [491, 106],
       [491, 105],
       [492, 105]])

a[:-1][g_idx][0] 是必需的，否则第一个元素将丢失。

Answer 2

这可能比上面发布的解决方案稍微快一些；它通过预分配它消除了不必要的数组创建，它处理最后一个轴上的循环，以使用一些 voidview voodoo 以更快的方式检查所有元素是否不同。但除非我遗漏了什么，否则发布的解决方案应该接近最优，而且相当微不足道；我很难相信这确实是您代码中的瓶颈。

import numpy as np

a = np.array([[492, 105],
  [492, 105],
  [492, 105],
  [492, 106],
  [492, 106],
  [492, 106],
  [491, 106],
  [491, 106],
  [491, 105],
  [491, 105],
  [491, 105],
  [492, 105],
  [492, 105],
  [492, 105]])


def voidview(arr):
    """view the last axis as a void object."""
    return np.ascontiguousarray(arr).view(np.dtype((np.void, arr.dtype.itemsize * arr.shape[-1]))).reshape(arr.shape[:-1])

q = voidview(a)
I = np.empty(len(q), np.bool)
I[:-1] = q[1:]!=q[:-1]
I[-1] = True
print a[I]