Mám 2 2d pole a chtěl bych vrátit všechny hodnoty, které jsou odlišné ve druhé pole při zachování stávajících rozměrů.
Udělal jsem něco jako diff = arr2[np.nonzero(arr2-arr1)] funguje mi rozdílné prvky, ale jak mám udržet rozměry a vzájemné polohy prvků?
Příklad Vstup:
arr1 = [[0 1 2] arr2 = [[0 1 2]
[3 4 5] [3 5 5]
[6 7 8]] [6 7 8]]
Očekávaný výstup:
diff = [[0 0 0]
[0 5 0]
[0 0 0]]
Jak se o následující:
import numpy as np
arr1 = np.array([[0, 1, 2], [3, 4, 5], [6, 7, 8]])
arr2 = np.array([[0, 1, 2], [3, 5, 5], [6, 7, 8]])
diff = arr2 * ((arr2 - arr1) != 0)
print(diff)
# [[0 0 0]
# [0 5 0]
# [0 0 0]]
EDIT: Překvapivě pro mě, tyto první verze mé odpovědi (korekce OP) by mohl být rychlejší:
diff = arr2 * np.abs(np.sign(arr2 - arr1))
Pokud jsou numpy pole, jsi to mohl udělat
ans = ar1 * 0
ans[ar1 != ar2] = ar2[ar1 != ar2]
ans
# array([[0, 0, 0],
# [0, 5, 0],
# [0, 0, 0]])
Bez numpy, můžete použít map
list(map(lambda a, b: list(map(lambda x, y: y if x != y else 0, a, b)), arr1, arr2))
# [[0, 0, 0], [0, 5, 0], [0, 0, 0]]
Údaje
import numpy as np
arr1 = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
arr2 = [[0, 1, 2], [3, 5, 5], [6, 7, 8]]
ar1 = np.array(arr1)
ar2 = np.array(arr2)
np.zeros(arr2.shape) nebo np.zeros_like(arr2) pro budování pole s nulami. Pěkný. Jsem překvapen, že nikdo navrhl numpy.where metoda:
diff = np.where(arr1!=arr2, arr2, 0)
Doslova, kde arr1 a arr2 jsou různé vzít hodnoty arr2, jiný se 0.
Výstup:
array([[0, 0, 0],
[0, 5, 0],
[0, 0, 0]])
np.where. Mohu vrátit můj upravit, pokud chcete. np.copytoMůžete zkontrolovat nerovnost mezi dvě pole a pak použít np.copyto s np.zeros/ np.zeros_like.
out = np.zeros(arr2.shape) # or np.zeros_like(arr2)
np.copyto(out, arr2, where=arr1!=arr2)
print(out)
# [[0 0 0]
# [0 5 0]
# [0 0 0]]
np.whereMůžete použít np.where a zadejte, x, y args.
out = np.where(arr1!=arr2, arr2, 0)
# [[0 0 0]
# [0 5 0]
# [0 0 0]]
diff = arr2 * np.abs(np.sign(arr2-arr1))