python有列表a和b,結構都如下所示:[[x1,y1,x2,y2]],x1,y1表示矩形的左下角坐標，x2,y2表示矩形右上角坐標,這樣的矩形有n多個（大數據量），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。kep28資訊網——每日最新資訊28at.com

kep28資訊網——每日最新資訊28at.com

如此大數據量的對比，可以使用numpy中的廣播和矩陣運算來高效處理。kep28資訊網——每日最新資訊28at.com

kep28資訊網——每日最新資訊28at.com

首先，將a和b轉換為numpy數組，方便進行矩陣運算。假設a和b分別為：kep28資訊網——每日最新資訊28at.com

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數組的廣播功能，將a和b分別擴展成形狀為(n,m,4)的數組，其中n和m分別為a和b的長度，4表示每個矩形有4個坐標值。具體實現如下：kep28資訊網——每日最新資訊28at.com

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就可以進行矩陣運算了。接下來，可以使用numpy的邏輯運算和索引功能，找出與每個a矩形相交的b矩形。具體實現如下：kep28資訊網——每日最新資訊28at.com

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。kep28資訊網——每日最新資訊28at.com

最后，可以將result中的索引轉換為b和a中的矩形索引，輸出即可。完整代碼如下：kep28資訊網——每日最新資訊28at.com

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 數億次數值對對比，如何高效率處理？

聲明：本網頁內容旨在傳播知識，若有侵權等問題請及時與本網聯系，我們將在第一時間刪除處理。郵件：2376512515@qq.com

上一篇： 模擬實現.NET中的Task機制：探索異步編程的奧秘

下一篇： 11道JavaScript 面試題