Python：更改np.array格式或允许in1d函数的容差

Question

我有两个numpy数组（通过np.loadtxt加载的数据文件）。这两个数组的长度不一样（或者说行数不一样）。

我想创建一个掩码，目的是在较大的数组中找到较小数组的值。为此我可以使用np.in1d。不过，较大数组的精度更高，这就导致了我的问题，下面的例子可以说明这一点：

a = np.array([1.011, 2.000, 3.001])
b = np.array([1.01, 3.00])
mask = np.in1d(a, b)

c
array([False, False, False], dtype=bool)

我想要的结果是c是：

c
array([True, False, True], dtype=bool)

那么有没有办法让np.in1d允许一个容差（tol=0.01），或者改变数组a的精度？当然，我也欢迎其他解决方案。

Answer 1

你可以按照下面的方式来做。如果 a 和 b 的大小变得很大，这样做会需要很多内存（大约是 a 和 b 大小的乘积）。如果这成了问题，或许你可以把 b 分成小块来处理。

import numpy as np

def in1d_tol(a,b,tol):
    d=np.abs(a-b[:,np.newaxis])
    return np.any(d<=tol, axis=0)

a = np.array([1.011, 2.000, 3.001])
b = np.array([1.01, 3.00])

c = in1d_tol(a,b,0.01)

print c