检查张量中任意两个样本是否相同的 Numpy 方法

Question

一些例子：

import numpy as np

tensor_same = np.array([[1]*10 + [2] * 10 + [1] * 10]).reshape((-1, 10, 1))

tensor_diff = np.array([[1]*10 + [2] * 10 + [1] * 9 + [2]]).reshape((-1, 10, 1))

第一个张量有两个相同的样本。第二，所有样本都不同。

检查非常大的张量的最快方法是什么？

Answer 1

我们可以np.unique沿着第一个轴使用来获得唯一数量的块，如果它与原始输入中的元素数量相同，则表示所有不同的样本，否则至少有一个重复，如下所示 -In [25]: len(np.unique(tensor_same,axis=0)) != len(tensor_same)Out[25]: TrueIn [26]: len(np.unique(tensor_diff,axis=0)) != len(tensor_diff)Out[26]: False另一种方法是使用返回的计数np.unique-In [42]: (np.unique(tensor_same,axis=0, return_counts=1)[1]>1).any()Out[42]: TrueIn [43]: (np.unique(tensor_diff,axis=0, return_counts=1)[1]>1).any()Out[43]: False另一种方法是沿第一个轴排序，执行连续元素微分，然后沿第二个轴查找所有零并最终ANY匹配 -In [29]: (np.diff(np.sort(tensor_same,axis=0),axis=0)==0).all(1).any()Out[29]: TrueIn [30]: (np.diff(np.sort(tensor_diff,axis=0),axis=0)==0).all(1).any()Out[30]: False另一种方法是使用views这样的方式，每个2D块都被视为一个元素，然后我们采用相同的排序并寻找相同的连续元素，就像这样 -# https://stackoverflow.com/a/44999009/ @Divakardef view1D(a): # a is array    a = np.ascontiguousarray(a)    void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))    return a.view(void_dt).ravel()def is_any_identical(a):    a1D = view1D(a.reshape(a.shape[0],-1))    a1Ds = np.sort(a1D)    return (a1Ds[:-1] == a1Ds[1:]).any()样品运行 -In [90]: np.random.seed(0)    ...: a = np.random.randint(11,99,(6,4,3))In [91]: is_any_identical(a)Out[91]: FalseIn [92]: a[2] = a[1] # force one identical elementIn [93]: is_any_identical(a)Out[93]: True对于 positive ints，或者我们可以使用np.einsum来获得相同的降维，并最终得到一个元素用于一个2D块。因此，我们会有这样的a1D等价物is_any_identical()-a1D = np.einsum('ijk,jk->i',a,a.max(0)+1)