如何实现Numpy数组行间元素级比较并统计符合条件行数

问题描述 #

给定一个50行15列的Numpy数组，需要统计其中满足「存在至少一行（排除自身）的所有元素均小于当前行」的行数。

示例数据：

a b c         
1 6 2
2 6 8
4 7 12
7 9 13

示例中第3、4行符合条件，最终返回计数2。

实现代码 #

import numpy as np

# 替换为你的数据集数组
x = np.array([
    [1, 6, 2],
    [2, 6, 8],
    [4, 7, 12],
    [7, 9, 13]
])

# 生成两两行的元素级比较结果：other_row < current_row
row_comparisons = x[:, np.newaxis, :] > x[np.newaxis, :, :]

# 判断每一对行是否满足other_row所有元素都小于current_row
all_elements_less = np.all(row_comparisons, axis=2)

# 排除自身与自身的比较（对角线元素设为False）
np.fill_diagonal(all_elements_less, False)

# 统计存在至少一行满足条件的行数
count = np.sum(np.any(all_elements_less, axis=1))

print(count)  # 示例输出：2

代码说明 #

• 行级元素比较：借助Numpy广播机制，x[:, np.newaxis, :] > x[np.newaxis, :, :]生成三维数组，其中row_comparisons[i,j,k]表示第j行第k个元素是否小于第i行第k个元素。
• 全元素判断：np.all(row_comparisons, axis=2)对每行的元素比较结果取逻辑与，得到二维数组，all_elements_less[i,j]为True表示第j行所有元素都小于第i行。
• 排除自身比较：用np.fill_diagonal将对角线位置（自身和自身的比较）设为False，避免误统计。
• 统计结果：np.any(all_elements_less, axis=1)判断每行是否存在符合条件的其他行，最后用np.sum统计总数。

该方法利用Numpy向量运算，避免循环，效率较高，适配50行15列的数据集规模。

内容的提问来源于stack exchange，提问作者Dinc Kirikci