如何根据元组列表有效地 filter/create numpy.array 掩码

Question

我尝试根据元组列表创建 numpy.array 的掩码。这是我产生预期结果的解决方案：

import numpy as np

filter_vals = [(1, 1, 0), (0, 0, 1), (0, 1, 0)] 
data = np.array([
    [[0, 0, 0], [1, 1, 0], [1, 1, 1]],
    [[1, 0, 0], [0, 1, 0], [0, 0, 1]],
    [[1, 1, 0], [0, 1, 1], [1, 0, 1]],
])

mask = np.array([], dtype=bool)
for f_val in filter_vals:
    if mask.size == 0:
        mask = (data == f_val).all(-1)
    else:
        mask = mask | (data == f_val).all(-1)

Output/mask:

array([[False,  True, False],
       [False,  True,  True],
       [ True, False, False]]

问题是随着 data 数组的增大和 filter_vals 中元组数量的增加，它变得越来越慢。它有什么更好的解决办法吗？我尝试使用 np.isin(data, filter_vals)，但它没有提供我需要的结果。

Answer 1

使用广播的经典方法是：

*A, B = data.shape
(data.reshape((-1,B)) == np.array(filter_vals)[:,None]).all(-1).any(0).reshape(A)

然而，这会占用大量内存。所以适用性实际上取决于您的用例。

输出：

array([[False,  True, False],
       [False,  True,  True],
       [ True, False, False]])

如何根据元组列表有效地 filter/create numpy.array 掩码

How to efficiently filter/create mask of numpy.array based on list of tuples

python

numpy

mask