Numpy isin() 计算重复元素

Question

背景故事

我正在编写一个脚本来模拟掷骰子。 （目前有 n x 6 面骰子）

卷是使用

np.random.randint(low=1, high=6, size=n)

线完成的，效果很好。例如生产：

[1,4,5,2,4,4]

对于每一卷，我想检查是否存在某些骰子组合，例如

• 6个三：

  [3,3,3,3,3,3]

• 3个四：

  [4,4,4]

• 每个数字正好 1：

  [1,2,3,4,5,6]

如果根据这三种组合检查掷骰结果，结果将分别为

False

、

True

、

False

。

问题

检查一卷 n 个骰子是否包含给定的骰子组合的最有效方法是什么：

1. 可以有重复的数字（例如 3 个二，或 4 个五）
2. 可以是 2 到 n 之间的任意长度（即所有骰子或只是其中的一些）

我尝试过创建

set

，并使用

numpy

的

isin()

和

in1d()

，但是，据我所知，这些方法都无法识别重复数字的组合。如果你检查卷中是否有 3 个四，那么它只会检查前四个 3 次，并且有 1 或 2 个四的卷仍然会被标记

True

。

任何帮助将不胜感激，谢谢！

Answer 1

我会用

Counter

：

from collections import Counter

a = np.array([1,4,5,2,4,4])
comb = np.array([4,4,4])

c_a = Counter(a)
c_comb = Counter(comb)

c_comb <= c_a
# True

如果您想受益于 numpy 的速度，您可以利用

numpy.unique

来执行计数：

from collections import Counter

a = np.array([1,4,5,2,4,4])
comb = np.array([4,4,4])

c_a = Counter(dict(zip(*np.unique(a, return_counts=True))))
c_comb = Counter(dict(zip(*np.unique(comb, return_counts=True))))

c_comb <= c_a
# True