检查NumPy数组中是否存在值的最有效方法是什么？

7 回答

• 30

  迷人 . 我需要提高一系列循环的速度，这些循环必须以同样的方式执行匹配的索引确定 . 所以我决定在这里解决所有的解决方案，以及一些riff .

  以下是我对Python 2.7.10的速度测试：

  import timeit
  timeit.timeit('N.any(N.in1d(sids, val))', setup = 'import numpy as N; val = 20010401020091; sids = N.array([20010401010101+x for x in range(1000)])')
  

  18.86137104034424

  timeit.timeit('val in sids', setup = 'import numpy as N; val = 20010401020091; sids = [20010401010101+x for x in range(1000)]')
  

  15.061666011810303

  timeit.timeit('N.in1d(sids, val)', setup = 'import numpy as N; val = 20010401020091; sids = N.array([20010401010101+x for x in range(1000)])')
  

  11.613027095794678

  timeit.timeit('N.any(val == sids)', setup = 'import numpy as N; val = 20010401020091; sids = N.array([20010401010101+x for x in range(1000)])')
  

  7.670552015304565

  timeit.timeit('val in sids', setup = 'import numpy as N; val = 20010401020091; sids = N.array([20010401010101+x for x in range(1000)])')
  

  5.610057830810547

  timeit.timeit('val == sids', setup = 'import numpy as N; val = 20010401020091; sids = N.array([20010401010101+x for x in range(1000)])')
  

  1.6632978916168213

  timeit.timeit('val in sids', setup = 'import numpy as N; val = 20010401020091; sids = set([20010401010101+x for x in range(1000)])')
  

  0.0548710823059082

  timeit.timeit('val in sids', setup = 'import numpy as N; val = 20010401020091; sids = dict(zip([20010401010101+x for x in range(1000)],[True,]*1000))')
  

  0.054754018783569336

  非常令人惊讶！数量级差异的订单！

  总而言之，如果您只是想知道某个列表中是否存在某些内容：

  • 19s N.any（N.in1d（numpy array））

  • 15s x in（列表）

  • 8s N.any（x == numpy数组）

  • 6s x in（numpy数组）

  • .1s x in（set或字典）

  如果你想知道列表中的某些内容（顺序很重要）：

  • 12s N.in1d（x，numpy数组）

  • 2s x ==（numpy数组）

  回复于 2024-04-29T02:12:58+08:00
• 1

  要检查多个值，可以使用numpy.in1d（），这是python关键字的元素功能版本 . 如果您的数据已排序，则可以使用numpy.searchsorted（）：

  import numpy as np
  data = np.array([1,4,5,5,6,8,8,9])
  values = [2,3,4,6,7]
  print np.in1d(values, data)
  
  index = np.searchsorted(data, values)
  print data[index] == values
  

  回复于 2024-04-29T02:12:58+08:00
• -1

  根据我的最方便的方式是：

  (Val in X[:, col_num])
  

  其中Val是您要检查的值，X是数组 . 在您的示例中，假设您要检查第三列中是否存在值8 . 简单写一下

  (8 in X[:, 2])
  

  如果第三列中有8，则返回True，否则返回False .

  回复于 2024-04-29T02:12:58+08:00
• 49

  添加到@ HYRY的答案in1d似乎是最快的numpy . 这是使用numpy 1.8和python 2.7.6 .

  在这个测试中，in1d最快：

  a = arange(0,99999,3)
  %timeit 10 in a
  %timeit in1d(a, 10)
  
  10000 loops, best of 3: 150 µs per loop
  10000 loops, best of 3: 61.9 µs per loop
  

  使用Python集似乎是最快的：

  s = set(range(0, 99999, 3))
  %timeit 10 in s
  
  10000000 loops, best of 3: 47 ns per loop
  

  回复于 2024-04-29T02:12:58+08:00
• 9

  如果要检查列表 a 是否在numpy数组 b 中，请使用以下语法：

  np.any(np.equal(a, b).all(axis=1))
  

  把 axis = 1 考虑为numpy数组的形状 n*2

  回复于 2024-04-29T02:12:58+08:00
• 26

  对我来说最明显的是：

  np.any(my_array[:, 0] == value)
  

  回复于 2024-04-29T02:12:58+08:00
• 0

  怎么样

  if value in my_array[:, col_num]:
      do_whatever
  

  编辑：我认为 __contains__ 的实现方式与@ detly的版本相同

  回复于 2024-04-29T02:12:58+08:00