numpy配列に部分文字列を含むエントリを検索していますか？

Question

Iはnp.where条件にしてサブストリングを含む配列のエントリを見つけることを試みた：

import numpy as np 
foo = "aa" 
bar = np.array(["aaa", "aab", "aca"]) 
np.where(foo in bar) 

これが唯一の空の配列を返します。
なぜそうですか？
良い代替ソリューションがありますか？

Answer 1

あなたがnp.whereを使用しようとしている方法が間違っているので、のようなので、我々は、実装を持っているでしょう。 np.whereの最初の引数はブール値の配列でなければならず、ブール値を渡すだけです。

foo in bar 
>>> False 
np.where(False) 
>>> (array([], dtype=int32),) 
np.where(np.array([True, True, False])) 
>>> (array([0, 1], dtype=int32),) 

問題がnumpyのがelement-wise boolean operationとしてin演算子を定義していないことです。

あなたが望むものを達成できる方法の1つは、リストの理解です。 inを使用してのいくつかの例で

foo = 'aa' 
bar = np.array(['aaa', 'aab', 'aca']) 
out = [i for i, v in enumerate(bar) if foo in v] 
# out = [0, 1] 

bar = ['aca', 'bba', 'baa', 'aaf', 'ccc'] 
out = [i for i, v in enumerate(bar) if foo in v] 
# out = [2, 3] 

Answer 2

我々が見つからない場合は-1を返しますbarの各要素、中foo文字列の位置を見つけるためにnp.core.defchararray.findを使用することができます。したがって、からの出力で-1をチェックすることによって、各要素にfooが存在するかどうかを検出することができます。最後に、np.flatnonzeroを使用して一致のインデックスを取得します。

np.flatnonzero(np.core.defchararray.find(bar,foo)!=-1) 

サンプル実行 - -

In [91]: bar 
Out[91]: 
array(['aaa', 'aab', 'aca'], 
     dtype='|S3') 

In [92]: foo 
Out[92]: 'aa' 

In [93]: np.flatnonzero(np.core.defchararray.find(bar,foo)!=-1) 
Out[93]: array([0, 1]) 

In [94]: bar[2] = 'jaa' 

In [95]: np.flatnonzero(np.core.defchararray.find(bar,foo)!=-1) 
Out[95]: array([0, 1, 2]) 

Answer 3

ルック：

In [19]: bar = np.array(["aaa", "aab", "aca"]) 

In [20]: 'aa' in bar 
Out[20]: False 

In [21]: 'aaa' in bar 
Out[21]: True 

In [22]: 'aab' in bar 
Out[22]: True 

In [23]: 'aab' in list(bar) 

配列をリストしたかのように、アレイの作品で使用された場合にはinのように見えます。 ndarrayには__contains__というメソッドがありますので、inが動作しますが、おそらく単純です。

いずれにしても、in alistは部分文字列をチェックしません。 strings__contains__は部分文字列テストを行いますが、コンポーネント文字列にテストを伝播する組み込みクラスはわかりません。

Divakarには、配列の個々の要素に文字列メソッドを適用するnumpy関数のコレクションがあります。

In [42]: np.char.find(bar, 'aa') 
Out[42]: array([ 0, 0, -1]) 

ドキュメント文字列：
このモジュールは、ベクトル列 操作および方法のための機能のセットを含みます。 defchararrayの別名はnumpy.charです。 - つまり、doesnの形状」

In [49]: np.frompyfunc(lambda x: x.find('aa'), 1, 1)(bar) 
Out[49]: array([0, 0, -1], dtype=object) 

In [50]: np.frompyfunc(lambda x: 'aa' in x, 1, 1)(bar) 
Out[50]: array([True, True, False], dtype=object) 

さらなる試験がndarray__contains__は、アレイのflatバージョンで動作することを示唆している：私はnp.char速度はとのとほぼ同じだと思います。このような操作のために

その行動に影響を与える。