在其他 numpy 数组中查找 numpy 数组

我需要在一个更大的 numpy 数组中找到一个小的 numpy 数组。例如：

import numpy as np
a = np.array([1, 1])
b = np.array([2, 3, 3, 1, 1, 1, 8, 3, 1, 6, 0, 1, 1, 3, 4])

一个功能

find_numpy_array_in_other_numpy_array(a, b)

应该返回索引

[3, 4, 11]

代表完整的 numpy 数组a出现在完整的numpy数组中b.

有一个蛮力方法可以解决这个问题，在处理非常大的数据时速度很慢b arrays:

ok = []
for idx in range(b.size - a.size + 1):
    if np.all(a == b[idx : idx + a.size]):
        ok.append(idx)

我正在寻找一种更快的方法来查找完整数组的所有索引a在数组中b。快速方法还应该允许其他比较功能，例如找出最坏情况下的差异a and b:

diffs = []
for idx in range(b.size - a.size + 1):
    bi = b[idx : idx + a.size]
    diff = np.nanmax(np.abs(bi - a))
    diffs.append(diff)

通用解决方案设置

对于通用解决方案，我们可以创建2D滑动窗口数组，然后执行相关操作 -

from skimage.util.shape import view_as_windows

b2D = view_as_windows(b,len(a))

NumPy equivalent implementation https://stackoverflow.com/a/40085052/.

问题#1

然后，要解决匹配索引问题，很简单 -

matching_indices = np.flatnonzero((b2D==a).all(axis=1))

问题#2

为了解决第二个问题，它很容易映射，记住任何获取输出元素的 ufunc 归约操作都将被转换为使用该 ufunc 的建议解决方案中沿第二轴的归约axis争论 -

diffs = np.nanmax(np.abs(b2D-a),axis=1)