如何在没有for循环的情况下在测试数组的每个元素上使用numpy？

Question

我想在例程中使用 numpy 函数而不使用 for 循环。考虑以下示例：

import numpy as np

data = np.linspace(1, 10, 10).astype(int) 
test_elements = np.array([1, 2])
for test_elem in test_elements:
    print(np.where(test_elem == data))

...

(array([0]),)
(array([1]),)

我已阅读其他帖子和 numpy 文档。常见的建议似乎是使用 np.roll 滚动 test_elements，或使用其他技巧，例如步幅（我不完全理解）。我认为使用 np.vectorize 来向量化函数可能更容易，但我觉得这对问题来说太过分了，必须有一个更简单的解决方案。任何指导将不胜感激？

Answer 1

这是使用 .outer 和 np.split 的一种方法，我已经使示例更有趣了。

data = np.linspace(1, 5, 10).astype(int) 
test_elements = np.array([1, 2, 4, 6])
y, x = np.where(np.equal.outer(test_elements,data))
np.split(x, y.searchsorted(np.arange(1,test_elements.size)))
# [array([0, 1, 2]), array([3, 4]), array([7, 8]), array([], dtype=int64)]

一些解释：

np.equal.outer(test_elements,data)

与

相同

 test.elements[:,None] == data[None,:]

所以这是一个二维布尔数组，其行等于您的 for 循环中出现的布尔数组 test_elem == data。

where returns 两个索引数组由此而来，每个坐标一个。 x 是快速变化的坐标，等于 for 循环 returns 的 1d where 的值，但它们都粘在一起成为一个长向量。 y是慢变坐标，它的值是有序的，可以用来分组/拆分x。 searchsorted 可能不是最有效的方法，但它很简单并且可以正确处理空行。

如何在没有for循环的情况下在测试数组的每个元素上使用numpy？

How to use numpy where on each element of test array without a for-loop?

python-3.x

numpy

for-loop

vectorization

where