numpy 배열로 정렬 된 쌍을 찾습니다.

Question

정렬 된 쌍의 목록 (격자 좌표를 나타내는)을 저장하기 위해 numpy 배열을 사용하고 있습니다. 필자가 작성한 알고리즘은 새로 생성 된 정렬 된 쌍이 이미이 배열에 있는지 확인해야합니다. 다음은 코드의 회로도입니다.

cluster=np.array([[x1,y1]]) 
cluster=np.append(cluster,[[x2,y2]],axis=0) 
cluster=np.append...etc. 

new_spin=np.array([[x,y]]) 

if new_spin in cluster==False: 
    do something 

이 코드의 문제점은 위양성입니다. x 또는 y가 클러스터에 나타나면 new_spin in cluster이 true로 평가됩니다. 처음에 나는 x과 y이 cluster에 나타나는지 간단하게 고쳐야한다고 생각했으나 순서쌍으로 나타나지는 않습니다. 그들이 주문한 쌍으로 나타나는 것을 확인하기 위해 나는 x과 y이 나타나는 곳에 색인을 찾아야 만하고, 그것들을 비교해 보았습니다. 그것들은 매우 clunky하고 세련되지 않은 것처럼 보이고, 더 나은 해결책이 있어야합니다. 그러나, 나는 그것을 스스로 해결할 수 없었다.

도움 주셔서 감사합니다. 예를 통해

Answer 1

하자 일 :

In [7]: import numpy as np 
In [8]: cluster = np.random.randint(10, size = (5,2)) 
In [9]: cluster 
Out[9]: 
array([[9, 7], 
     [7, 2], 
     [8, 9], 
     [1, 3], 
     [3, 4]]) 

In [10]: new_spin = np.array([[1,2]]) 

In [11]: new_spin == cluster 
Out[11]: 
array([[False, False], 
     [False, True], 
     [False, False], 
     [ True, False], 
     [False, False]], dtype=bool) 

new_spin == cluster는 DTYPE bool의 NumPy와 배열입니다. cluster의 값이 new_spin의 해당 값과 같으면 True입니다. new_spin를 들어

는 cluster "의"위 부울 배열의 행 모두 충족해야합니다. 행의 any 모두 True 인 경우

In [12]: (new_spin == cluster).all(axis = 1) 
Out[12]: array([False, False, False, False, False], dtype=bool) 

그래서 new_spin, cluster "에서"입니다 : : 그런데

In [13]: 
In [14]: (new_spin == cluster).all(axis = 1).any() 
Out[14]: False 

---

, np.append 우리는 all(axis = 1) 메서드를 호출하여 이러한 행을 찾을 수 있습니다 매우 느린 작업입니다 - Python list.append보다 느립니다. 기회는 당신이 np.append를 피하면 훨씬 더 좋은 성적을 얻을 수 있습니다. cluster이 너무 크지 않다면 적어도 목록 추가를 마칠 때까지 클러스터 목록을 파이썬 목록으로 만드는 것이 좋습니다. 그런 다음 필요에 따라 cluster을 cluster = np.array(cluster)으로 numpy 배열로 변환하십시오.