与精确的两个numpy矩阵相交的浮子行

Question

我正在寻找B中的行，该行与一个示例中的任何行都接近

： EPS = 0.1

a = [[1.22，1.33]，[1.45，1.66]]

b = [[1.25，1.34]，[1.77，1.66]，[1.44，1.67]]

结果：[[1.22，1.33] ，1.66]]]

Answer 1

如果您想过滤到a接近 元素中的元素，则可以使用b中的任何元素，则可以使用broadcast和瓷砖进行详尽的检查：

import numpy as np

eps = .1
A = np.array([[1.22, 1.33], [1.45, 1.66]])
B = np.array([[1.25, 1.34], [1.77, 1.66], [1.44, 1.67]])


# broadcast A based on the shape of B
A_ext = np.broadcast_to(A, (B.shape[0],) + A.shape)

# tile B and reshape, this will allow comparison of all elements in A to all elements in B
B_ext = np.tile(B, A.shape[0]).reshape(A_ext.shape)

# create the boolean array
A_bool = np.abs(A_ext - B_ext) < eps

# reduce array to match number of elements in A
# .all() will result in an array representing which elements in A are close to each element in B
# .any() represents if A is close to any of the elements in B
A_mask = A_bool.all(axis = -1).any(axis = 0)

# final result
A[A_mask]

Answer 2

我同意pantless教授的观点'评论< /a>并将在此处扩展其使用：

您的数组看起来像：

# array A
1.22 1.33
1.45 1.66

# array B
1.25 1.34
1.77 1.66

您所需的结果（按OP）匹配到a [0]或1.22 1.22 1.33。这表明您希望返回数组中的行数组 a ，其中一行中的所有元素均为＆lt; EPS与

# array C
np.abs(A[0] - B[0]) # --> True  True
np.abs(A[1] - B[1]) # --> False True

布尔索引使用：

>>> A[(np.abs(A-B) < eps).all(axis = 1)]

分解这一行：

>>> np.abs(A-B)
0.03 0.01
0.32 0.00
>>> np.abs(A-B) < eps
True  True
False True
# notice this matches the comments above
>>> (np.abs(A-B) < eps).all(axis = 1)
True False

（np.abs（ab）（ab）（ab）＆lt; eps）返回一系列新阵列布尔值，以及.all（axis = 1）沿每一行的第一个轴（SO列）检查，以查看每行的所有元素是否true。由于数组的第一行c全部true，因此它返回true;由于其false true，因此第二行不保留这一点，因此它返回false。您剩下的是形状（n，）的数组。

因此，现在最后的细分是：

>>> A[(np.abs(A-B) < eps).all(axis = 1)]
1.22 .133
# since this is access A like A[(True, False)]

WRT您的最新评论，您不能这样做，因为numpy的 broadcasting 规则。 These rules are pretty similar to standard 矩阵乘法规则。因此，您不能服用2x2矩阵，并乘以3x2，因为内部尺寸不起作用。