如何检查 Numpy 数组的每一行是否包含在辅助数组中？

Question

我的问题与 testing whether a Numpy array contains a given row 类似，但我需要对链接问题中提供的方法进行重要扩展；链接的问题是询问如何检查数组中的每一行是否与 其他一行 相同。这个问题的重点是对多行做这件事，其中一个并没有明显地跟随另一个。

假设我有一个数组：

array = np.array([[1, 2, 4], [3, 5, 1], [5, 5, 1], [1, 2, 1]])

我想知道这个数组的每一行是否都在一个辅助数组中：

check_array = np.array([[1, 2, 4], [1, 2, 1]])

理想情况下，这看起来像这样：

is_in_check = array in check_array

其中 is_in_check 看起来像这样：

is_in_check = np.array([True, False, False, True])

我意识到对于非常小的数组，使用列表理解或类似的东西会更容易，但是这个过程必须对 10⁶ 行的数组有效.

我看到检查单行的正确方法是：

is_in_check_single = any((array[:]==[1, 2, 1]).all(1))

但理想情况下，我想将其概括为多行，以便该过程被矢量化。

实际上，我希望看到每个数组的以下维度：

array.shape = (1000000, 3)
check_array.shape = (5, 3)

Answer 1

广播是一个选项：

import numpy as np

array = np.array([[1, 2, 4], [3, 5, 1], [5, 5, 1], [1, 2, 1]])

check_array = np.array([[1, 2, 4], [1, 2, 1]])

is_in_check = (check_array[:, None] == array).all(axis=2).any(axis=0)

生产：

[ True False False  True]

以其他方式广播：

is_in_check = (check_array == array[:, None]).all(axis=2).any(axis=1)

也生产

[ True False False  True]

如何检查 Numpy 数组的每一行是否包含在辅助数组中？

How do you Check if each Row of a Numpy Array is Contained in a Secondary Array?

python

arrays

numpy

vectorization