import numpy
data = numpy.random.randint(0, 10, (6,8))
test = set(numpy.random.randint(0, 10, 5))
我想要一个表达式，其值是一个布尔数组，具有相同的data形状（或者，至少可以重新整形为相同的形状），它告诉我{{1}中是否有相应的术语在} data。
例如，如果我想知道set的哪些元素严格小于data，我可以使用单个矢量化表达式，
6计算a = data < 6
布尔ndarray。相反，当我尝试一个明显等效的布尔表达式
6x8我得到的是一个例外：
b = data in test
编辑：由于hpaulj，下面的可能性＃4给出了错误的结果 和Divakar让我走上正轨。
在这里，我比较了四种不同的可能性，
TypeError: unhashable type: 'numpy.ndarray'
。np.in1d(data, np.hstack(test))。np.in1d(data, np.array(list(test)))。这是Ipython会话，略微编辑以避免空行
np.in1d(data, test) <击> In [1]: import numpy as np
In [2]: nr, nc = 100, 100
In [3]: top = 3000
In [4]: data = np.random.randint(0, top, (nr, nc))
In [5]: test = set(np.random.randint(0, top, top//3))
In [6]: %timeit np.in1d(data, np.hstack(test))
100 loops, best of 3: 5.65 ms per loop
In [7]: %timeit np.in1d(data, np.array(list(test)))
1000 loops, best of 3: 1.4 ms per loop
In [8]: %timeit np.in1d(data, np.fromiter(test, int))
1000 loops, best of 3: 1.33 ms per loop
In [9]: %timeit np.in1d(data, test)
1000 loops, best of 3: 687 µs per loop <击> In [10]: nr, nc = 1000, 1000
In [11]: top = 300000
In [12]: data = np.random.randint(0, top, (nr, nc))
In [13]: test = set(np.random.randint(0, top, top//3))
In [14]: %timeit np.in1d(data, np.hstack(test))
1 loop, best of 3: 706 ms per loop
In [15]: %timeit np.in1d(data, np.array(list(test)))
1 loop, best of 3: 269 ms per loop
In [16]: %timeit np.in1d(data, np.fromiter(test, int))
1 loop, best of 3: 274 ms per loop
In [17]: %timeit np.in1d(data, test)
10 loops, best of 3: 67.9 ms per loop （现在）匿名海报的回答给出了更好的时间。
事实证明，匿名海报有充分理由删除他们的答案，结果是错误的！
正如hpaulj所评论的那样，在In [18]:
的文档中，有一个警告反对使用in1d作为第二个参数，但如果计算结果可以更好，我会更明确地失败是错的。
也就是说，使用set的解决方案具有最佳数字......
答案 0 :(得分：5)
我假设您正在寻找一个布尔数组来检测set数组中是否存在data元素。为此，您可以使用np.hstack从set中提取元素，然后使用np.in1d检测来自set的任何元素的存在。 strong data中的每个位置，给我们一个与data大小相同的布尔数组。由于np.in1d在处理之前使输入变平，因此作为最后一步，我们需要将np.in1d的输出重新整形为原始的2D形状。因此，最终的实施将是 -
np.in1d(data,np.hstack(test)).reshape(data.shape)
示例运行 -
In [125]: data
Out[125]:
array([[7, 0, 1, 8, 9, 5, 9, 1],
[9, 7, 1, 4, 4, 2, 4, 4],
[0, 4, 9, 6, 6, 3, 5, 9],
[2, 2, 7, 7, 6, 7, 7, 2],
[3, 4, 8, 4, 2, 1, 9, 8],
[9, 0, 8, 1, 6, 1, 3, 5]])
In [126]: test
Out[126]: {3, 4, 6, 7, 9}
In [127]: np.in1d(data,np.hstack(test)).reshape(data.shape)
Out[127]:
array([[ True, False, False, False, True, False, True, False],
[ True, True, False, True, True, False, True, True],
[False, True, True, True, True, True, False, True],
[False, False, True, True, True, True, True, False],
[ True, True, False, True, False, False, True, False],
[ True, False, False, False, True, False, True, False]], dtype=bool)
答案 1 :(得分：3)
表达式a = data < 6返回一个新数组，因为<是一个值比较运算符。
Arithmetic, matrix multiplication, and comparison operations
ndarrays上的算术和比较操作定义为 元素操作，通常产生ndarray对象 结果
每个算术运算（+， - ，*，/，//，％，divmod（），**或 pow（），＆lt;＆lt;，＆gt;＆gt;，＆amp;，^，|，〜）和比较（==，＆lt;，＆gt;，＆lt; =，＆gt; =，！=） 相当于相应的通用函数（或ufunc for 在Numpy。
请注意，in运算符不在此列表中。可能是因为它与大多数操作员的工作方向相反。
虽然a + b与a.__add__(b)相同，但a in b从右到左b.__contains__(a)。在这种情况下，python尝试调用set.__contains__()，它只接受hashable / immutable类型。数组是可变的，因此它们不能成为集合的成员。
解决方法是直接使用 numpy.vectorize 而不是in，并在数组中的每个元素上调用任何python函数。
对于numpy数组来说，它是一种map()。
numpy.vectorize
定义一个矢量化函数，该函数采用嵌套的对象序列 或numpy数组作为输入并返回一个numpy数组作为输出。该 向量化函数在连续的元组上计算pyfunc 输入数组，如python map函数，除了它使用 广播规则numpy。
>>> import numpy
>>> data = numpy.random.randint(0, 10, (3, 3))
>>> test = set(numpy.random.randint(0, 10, 5))
>>> numpy.vectorize(test.__contains__)(data)
array([[False, False, True],
[ True, True, False],
[ True, False, True]], dtype=bool)
当n很大时，这种方法很快，因为set.__contains__()是一个恒定时间操作。 （＆＃34;大＆＃34;表示top＆gt; 13000左右）
>>> import numpy as np
>>> nr, nc = 100, 100
>>> top = 300000
>>> data = np.random.randint(0, top, (nr, nc))
>>> test = set(np.random.randint(0, top, top//3))
>>> %timeit -n10 np.in1d(data, list(test)).reshape(data.shape)
10 loops, best of 3: 26.2 ms per loop
>>> %timeit -n10 np.in1d(data, np.hstack(test)).reshape(data.shape)
10 loops, best of 3: 374 ms per loop
>>> %timeit -n10 np.vectorize(test.__contains__)(data)
10 loops, best of 3: 3.16 ms per loop
然而，当n很小时，其他解决方案明显更快。