使用 numpy 进行元素“in”的 Pythonic 且有效的方法

我正在寻找一种有效获取布尔数组的方法，其中给定两个大小相等的数组a and b，如果对应的元素为真，则每个元素为真a出现in的对应元素b.

例如，以下程序：

a = numpy.array([1, 2, 3, 4])
b = numpy.array([[1, 2, 13], [2, 8, 9], [5, 6], [7]])
print(numpy.magic_function(a, b))

应打印

[True, True, False, False]

请记住，这个函数应该相当于

[x in y for x, y in zip(a, b)]

Only numpy- 针对以下情况进行了优化a and b很大，并且每个元素b相当小。

利用 NumPy 的优势广播 http://docs.scipy.org/doc/numpy/user/basics.broadcasting.html你应该制定数组的规则b首先平方，这可以通过使用来实现itertools.izip_longest:

from itertools import izip_longest

c = np.array(list(izip_longest(*b))).astype(float)

导致：

array([[  1.,   2.,   5.,   7.],
       [  2.,   8.,   6.,  nan],
       [ 13.,   9.,  nan,  nan]])

然后，通过做np.isclose(c, a)你会得到一个二维布尔数组，显示每个布尔值之间的差异c[:, i] and a[i]，根据广播规则，给出：

array([[ True,  True, False, False],
       [False, False, False, False],
       [False, False, False, False]], dtype=bool)

可用于获取您的答案：

np.any(np.isclose(c, a), axis=0)
#array([ True,  True, False, False], dtype=bool)