如何用NumPy计算布尔数组列间不同元素的数量？

给定形状为(n, m)、数据类型为bool的NumPy数组A：

import numpy as np
A = np.array([[ True, False, False],
              [ True,  True,  True],
              [False,  True,  True],
              [False,  True, False]])

需要得到形状为(m, m)、数据类型为int的数组R，其中R[i, j]表示A中第i列和第j列的不同元素数量，示例结果：

array([[0, 3, 2],
       [3, 0, 1],
       [2, 1, 0]])

实现方法 #

方法1：广播比较直接求和

利用NumPy的广播机制，将每一列与所有列进行元素级比较，再沿行维度求和：

# 扩展维度实现列间广播比较
R = (A[:, :, None] != A[:, None, :]).sum(axis=0)

• A[:, :, None]将A转换为(n, m, 1)的形状，A[:, None, :]转换为(n, 1, m)的形状
• 广播后两者进行!=比较，得到(n, m, m)的布尔数组，每个元素表示对应列位置的元素是否不同
• 沿axis=0（行维度）求和，得到(m, m)的结果数组，即每对列的不同元素总数

方法2：转整数后用矩阵运算优化（适合大数组）

将布尔数组转为整数（True→1，False→0），利用矩阵运算推导不同元素数量：

A_int = A.astype(int)
col_sums = A_int.sum(axis=0)[:, None]  # 每个列的True元素数量，形状(m,1)
# 推导公式：不同元素数 = 列i的True数 + 列j的True数 - 2*两列同时为True的元素数
R = col_sums + col_sums.T - 2 * A_int.T @ A_int

• 原理：两列不同的元素数 = （列i为True且列j为False的数量） + （列i为False且列j为True的数量）
• 展开后等价于 sum(A[:,i]) + sum(A[:,j]) - 2 * sum(A[:,i] & A[:,j])，通过矩阵运算可高效批量计算所有列对

两种方法都能得到符合要求的结果，方法2在处理大规模数组时性能更优。

内容的提问来源于Stack Exchange，提问作者Riccardo Bucco