Python中的MATLAB的“ismember”函数的等价函数

Question

在多次尝试优化代码之后，最后一个资源似乎是尝试使用多个内核运行下面的代码。我不知道如何转换/重新构造我的代码，以便它可以使用多个核心运行得更快。如果我能得到实现最终目标的指导，我将不胜感激。最终目标是能够尽可能快地为数组A和B运行此代码，其中每个数组包含大约700000个元素。下面是使用小数组的代码。700k元素数组被注释掉。

import numpy as np

def ismember(a,b):
    for i in a:
        index = np.where(b==i)[0]
        if index.size == 0:
            yield 0
        else:
            yield index


def f(A, gen_obj):
    my_array = np.arange(len(A))
    for i in my_array:
        my_array[i] = gen_obj.next()
    return my_array


#A = np.arange(700000)
#B = np.arange(700000)
A = np.array([3,4,4,3,6])
B = np.array([2,5,2,6,3])

gen_obj = ismember(A,B)

f(A, gen_obj)

print 'done'
# if we print f(A, gen_obj) the output will be: [4 0 0 4 3]
# notice that the output array needs to be kept the same size as array A.

我要做的是模拟一个名为ismember[2]的MATLAB函数（格式为：[Lia,Locb] = ismember(A,B)）。我只想得到Locb部分。

From Matlab: Locb, contain the lowest index in B for each value in A that is a member of B. The output array, Locb, contains 0 wherever A is not a member of B

其中一个主要问题是，我需要能够尽可能有效地执行这个操作。为了测试，我有两个700k元素的数组。创建一个生成器并遍历生成器的值似乎不能快速完成任务。

Answer 1

斯夫斯图曼的出色回答很可能为你解决了这个问题。

我只想补充一点，你怎样才能在纽比实现同样的目标。

我使用了numpy的unique和in1d函数。

B_unique_sorted, B_idx = np.unique(B, return_index=True)
B_in_A_bool = np.in1d(B_unique_sorted, A, assume_unique=True)

• B_unique_sorted包含排序的B中的唯一值。
• B_idx为这些值保存原始B中的索引。
• B_in_A_bool是一个布尔数组，其大小为B_unique_sorted 存储B_unique_sorted中的值是否位于A。
  注意：我需要在A中查找（B的唯一vals），因为我需要返回有关B_idx
  注意：我假设A已经是唯一的。

现在您可以使用B_in_A_bool来获取公共VAL

B_unique_sorted[B_in_A_bool]

以及它们各自在原始B中的指数

B_idx[B_in_A_bool]

最后，我假设这比纯Python for循环快得多，尽管我没有测试它。