等価numpy 2D行のインデックスを検索

Question

私は2次元numpy配列（すべて同じ形状）のPythonリストを持っており、等価配列のインデックスを抽出したいと思います。私はこの思い付いた：

a = np.array([[1, 2], [3, 4]]) 
b = np.array([[1, 2], [3, 4]]) 
c = np.array([[3, 4], [1, 2]]) 
d = np.array([[3, 4], [1, 2]]) 
e = np.array([[3, 4], [1, 2]]) 
f = np.array([[1, 2], [3, 4]]) 
g = np.array([[9, 9], [3, 4]]) 

li = [a, b, c, d, e, f, g] 

indexes = list(range(len(li))) 
equals = [] 
for i, a_i in enumerate(indexes): 
    a_equals = [] 
    for j, b_i in enumerate(indexes[i+1:]): 
     if np.array_equal(li[a_i], li[b_i]): 
      del indexes[j] 
      a_equals.append(b_i) 
    if a_equals: 
     equals.append((a_i, *a_equals)) 

print(equals) 
# [(0, 1, 5), (2, 3, 4)] 

それは動作します（あなたは2次元配列のどれもが空でないと仮定することができます）しかしソリューションは不格好、おそらく遅いです。 Numpyでこれをもっとエレガントにする方法はありますか？

Answer 1

リストに入力配列が同一形状であるという事実を考慮しようとすることができ、各要素を表す各列で、単一の2Dアレイに配列のリストを連結することができ入力リストのこれにより、さらなる計算が容易になり、ベクトル化された演算が容易になる。実装は、このようになります -

# Concatenate all elements into a 2D array 
all_arr = np.concatenate(li).reshape(-1,li[0].size) 

# Reduce each row with IDs such that each they represent indexing tuple 
ids = np.ravel_multi_index(all_arr.T,all_arr.max(0)+1) 

# Tag each such IDs based on uniqueness against other IDs 
_,unqids,C = np.unique(ids,return_inverse=True,return_counts=True) 

# Sort the unique IDs and split into groups for final output 
sidx = unqids.argsort() 

# Mask corresponding to unqids that has ID counts > 1 
mask = np.in1d(unqids,np.where(C>1)[0]) 

# Split masked sorted indices at places corresponding to cumsum-ed counts 
out = np.split(sidx[mask[sidx]],C[C>1].cumsum())[:-1] 

注：連結入力配列all_arrの列の膨大な数がある場合は、あなたがそうのように、idsを手動np.cumprodを使用してインデックスを取得したい場合があります -

ids = all_arr.dot(np.append(1,(all_arr.max(0)+1)[::-1][:-1].cumprod())[::-1]) 

Answer 2

たぶんitertools

import itertools 
from collections import defaultdict 

equals=defaultdict(list) 
visited=[] 
for a, b in itertools.combinations(enumerate(li), 2): 
    if not b[0] in visited and np.array_equal(a[1], b[1]) : 
    equals[a[0]].append(b[0]) 
    visited += (a[0],b[0]) 

print equals 
# defaultdict(<type 'list'>, {0: [1, 5], 2: [3, 4]}) 

Answer 3

この問題は、エレガントnumpy_indexedパッケージを使用して解決することができる（免責事項：私はその作者午前）：

を

これらのインデックスを見つけることは最終目標ではないと思われます。numpy_indexedを少し使ってみると、最終目標へのより直接的なルートが存在することがあります。あなたも