Python: сравнение массивов Numpy/Numba

Я привожу рабочий минимальный пример без декоратора numba. Я знаю, что numba выдает ошибку для a != b, где a и b являются массивами. Любая идея, как заставить его работать с numba?

Я также отметил, что numba будет работать с плоскими массивами, т.е. a.flatten() != b.flatten(). К сожалению, я не хочу сравнивать последний элемент столбца 1 с первым элементом столбца 2. Я предполагаю, что есть способ вычислить шаги и удалить элементы из плоский массив, но я не думаю, что он ни быстрый, ни читаемый, ни ремонтопригодный.

array2d = np.array([[1, 0, 1],
                    [1, 1, 0],
                    [0, 0, 1],
                    [2, 3, 5]])

#@numba.jit(nopython=True)
def TOY_compute_changes(array2d):
    array2d = np.vstack([[False, False, False], array2d[:-1] != array2d[1:]])
    return array2d

TOY_compute_changes(array2d)
array([[False, False, False],
       [False,  True,  True],
       [ True,  True,  True],
       [ True,  True,  True]])
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
0
0
40
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Если я вас правильно понимаю, это должно работать:

a = np.array([
    [0, 1, 0],
    [0, 1, 0],
    [0, 1, 0],
])

b = np.array([
    [1, 0, 1],
    [0, 1, 0],
    [0, 1, 0],
])

@numba.jit(nopython=True)
def not_eq(a, b):
    return np.logical_not(a == b)

print(not_eq(a, b))

Выход:

[[ True  True  True]
 [False False False]
 [False False False]]

Пример строки:

a = np.array([['a', 'b', 'c'], ['x', 'y', 'z']])
b = np.array([['x', 'y', 'z'], ['x', 'y', 'z']])
print(not_eq(a, b))

Выход:

[[ True  True  True]
 [False False False]]

Отлично подходит для числовых значений, но не будет работать для массива строк, в отличие от функции без джиттинга.

Alex 05.05.2022 19:29

@Alex Так какой у тебя вопрос?

D.Manasreh 05.05.2022 20:07

то же, что и выше, но, например. с a = [['a', 'b', 'c'], ['d', 'e', ​​'f']] b = [['u', 'v', 'w'], [ 'х', 'у', 'з']]

Alex 05.05.2022 20:25

@Alex Проверьте обновление, это работает для обоих.

D.Manasreh 05.05.2022 21:08

да - отлично работает для моих целей. Спасибо!

Alex 06.05.2022 11:15

Другие вопросы по теме