Memandangkan tatasusunan X dan tatasusunan searched_values, tugasnya adalah untuk mencari indeks baris dalam X yang sepadan dengan baris yang sepadan dalam searched_values.
np.where((X==searched_values[:,None]).all(-1))[1]
dims = X.max(0)+1 out = np.where(np.in1d(np.ravel_multi_index(X.T,dims),\ np.ravel_multi_index(searched_values.T,dims)))[0]
np.ravel_multi_index menukar tatasusunan 2D indeks n-dimensi kepada persamaan indeks linear. Contohnya, diberikan X dan malap, ia akan mengira:
np.ravel_multi_index(X.T,dims)
Menghasilkan [30, 66, 61, 24, 41], di mana setiap nombor mewakili indeks linear yang setara dengan baris yang sepadan dalam X.
Apabila memilih dimensi untuk np.ravel_multi_index untuk menjana indeks linear unik, pertimbangkan perkara berikut:
Untuk X yang diberikan:
dims = X.max(0)+1 # [10, 7]
Ini akan mewujudkan grid dengan sekurang-kurangnya dimensi yang ditentukan, memastikan indeks linear unik.
Atas ialah kandungan terperinci Bagaimana untuk Mencari Nilai Padanan Indeks Baris dengan Cekap dalam Tatasusunan NumPy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!