python有列表a和b,結(jié)構(gòu)都如下所示:[[x1,y1,x2,y2]],x1,y1表示矩形的左下角坐標(biāo),x2,y2表示矩形右上角坐標(biāo),這樣的矩形有n多個(大數(shù)據(jù)量),遍歷a中每一個矩形,找出b中與其相交的矩形,輸出a中矩形index和b中相交矩形的index。
如此大數(shù)據(jù)量的對比,可以使用numpy中的廣播和矩陣運(yùn)算來高效處理。
首先,將a和b轉(zhuǎn)換為numpy數(shù)組,方便進(jìn)行矩陣運(yùn)算。假設(shè)a和b分別為:
a = [[x1_1, y1_1, x2_1, y2_1], [x1_2, y1_2, x2_2, y2_2], ...]b = [[x1_1, y1_1, x2_1, y2_1], [x1_2, y1_2, x2_2, y2_2], ...]
則可以使用numpy數(shù)組的廣播功能,將a和b分別擴(kuò)展成形狀為(n,m,4)的數(shù)組,其中n和m分別為a和b的長度,4表示每個矩形有4個坐標(biāo)值。具體實(shí)現(xiàn)如下:
import numpy as npa = np.array(a)b = np.array(b)a = np.expand_dims(a, axis=1)b = np.expand_dims(b, axis=0)a = np.tile(a, (1, len(b), 1))b = np.tile(b, (len(a), 1, 1))
這樣,a和b就可以進(jìn)行矩陣運(yùn)算了。接下來,可以使用numpy的邏輯運(yùn)算和索引功能,找出與每個a矩形相交的b矩形。具體實(shí)現(xiàn)如下:
overlap = np.logical_and( np.logical_and(a[:, :, 0] < b[:, :, 2], a[:, :, 2] > b[:, :, 0]), np.logical_and(a[:, :, 1] < b[:, :, 3], a[:, :, 3] > b[:, :, 1]))result = np.argwhere(overlap)
其中,overlap表示a和b的每個矩形是否相交,result為相交的矩形對的索引。例如,result中的一行表示b中第i個矩形與a中第j個矩形相交。
最后,可以將result中的索引轉(zhuǎn)換為b和a中的矩形索引,輸出即可。完整代碼如下:
import numpy as npa = [ [4,6,7,7], [3,3,4,4]]b = [ [9,3,10,4], [3,2,5,4], [4,6,8,7], [3,3,7,7]]a = np.array(a)b = np.array(b)a = np.expand_dims(a, axis=1)b = np.expand_dims(b, axis=0)a = np.tile(a, (1, len(b), 1))b = np.tile(b, (len(a), 1, 1))overlap = np.logical_and( np.logical_and(a[:, :, 0] < b[:, :, 2], a[:, :, 2] > b[:, :, 0]), np.logical_and(a[:, :, 1] < b[:, :, 3], a[:, :, 3] > b[:, :, 1]))result = np.argwhere(overlap)for r in result: a_index, b_index = r[0], r[1] print("a index: {}, b index: {}".format(a_index, b_index))
本文鏈接:http://www.tebozhan.com/showinfo-26-92128-0.htmlPython 數(shù)億次數(shù)值對對比,如何高效率處理?
聲明:本網(wǎng)頁內(nèi)容旨在傳播知識,若有侵權(quán)等問題請及時與本網(wǎng)聯(lián)系,我們將在第一時間刪除處理。郵件:2376512515@qq.com
上一篇: 模擬實(shí)現(xiàn).NET中的Task機(jī)制:探索異步編程的奧秘
下一篇: 11道JavaScript 面試題