如何检查numpy矩阵的列中的所有值是否相同？

Question

我想检查numpy数组/矩阵的列中的所有值是否相同。我试图用reduce的的ufunc
equal，但它似乎不是在所有情况下工作时：

In [55]: a = np.array([[1,1,0],[1,-1,0],[1,0,0],[1,1,0]])

In [56]: a
Out[56]: 
array([[ 1,  1,  0],
       [ 1, -1,  0],
       [ 1,  0,  0],
       [ 1,  1,  0]])

In [57]: np.equal.reduce(a)
Out[57]: array([ True, False,  True], dtype=bool)

In [58]: a = np.array([[1,1,0],[1,0,0],[1,0,0],[1,1,0]])

In [59]: a
Out[59]: 
array([[1, 1, 0],
       [1, 0, 0],
       [1, 0, 0],
       [1, 1, 0]])

In [60]: np.equal.reduce(a)
Out[60]: array([ True,  True,  True], dtype=bool)

为什么在第二种情况下中间的列也求和True，而应该是False？

谢谢你的帮助！

Answer 1

In [45]: a
Out[45]: 
array([[1, 1, 0],
       [1, 0, 0],
       [1, 0, 0],
       [1, 1, 0]])

将每个值与第一行中的相应值进行比较：

In [46]: a == a[0,:]
Out[46]: 
array([[ True,  True,  True],
       [ True, False,  True],
       [ True, False,  True],
       [ True,  True,  True]], dtype=bool)

如果该列中的所有值均为True，则该列共享一个公共值：

In [47]: np.all(a == a[0,:], axis = 0)
Out[47]: array([ True, False,  True], dtype=bool)

np.equal.reduce可以通过微观分析将其应用于以下情况时可以看到的问题[1, 0, 0, 1]：

In [49]: np.equal.reduce([1, 0, 0, 1])
Out[50]: True

前两项，1并0经过相等性测试，结果为False：

In [51]: np.equal.reduce([False, 0, 1])
Out[51]: True

现在False，0经过测试是否相等，结果为True：

In [52]: np.equal.reduce([True, 1])
Out[52]: True

但是True和相等，因此总结果为True，这不是期望的结果。

问题是，reduce我们希望像那样进行“全局”测试时，试图“本地”累积结果np.all。