【问题标题】：Check if each element in a numpy array is in another array检查numpy数组中的每个元素是否在另一个数组中
【发布时间】：2013-04-11 02:34:29
【问题描述】：

这个问题看起来很简单，但我无法找到一个好看的解决方案。我有两个 numpy 数组（A 和 B），我想获取 A 的索引，其中 A 的元素在 B 中，还获取 A 的索引，其中元素不在 B 中。

那么，如果

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6])

目前我正在使用

C = np.searchsorted(A,B)

它利用了A 有序这一事实，并给了我[1, 3, 5]，即A 中元素的索引。这很好，但是我如何获得D = [0,2,4,6]，A 中不在B 中的元素的索引？

【问题讨论】：

标签： python numpy

【解决方案1】：

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7])
b = np.array([2, 4, 6])
c = np.searchsorted(a, b)
d = np.searchsorted(a, np.setdiff1d(a, b))

d
#array([0, 2, 4, 6])

【讨论】：

必须搜索两次会减慢速度，最好使用已知的C 来获取D。但是，如果不需要C，这当然是更好的解决方案，所以+1。（欢迎来到Stack Overflow！）

【解决方案2】：

A 中也在 B 中的元素：

设置(A) & 设置(B)

A中不在B中的元素：

集合(A) - 集合(B)

【讨论】：

这不能回答问题（获取索引，而不是元素）。但是，如果要对 numpy 执行上述操作，请不要将其转换为 set，而是使用 numpy 操作。见intersect1d 和setdiff1d（或最终setxor1d）。
谢谢，因为我在寻找元素而不是索引并且问题标题不明确。我也很欣赏 numpy 的操作。

【解决方案3】：

import numpy as np

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6])
C = np.searchsorted(A, B)

D = np.delete(np.arange(np.alen(A)), C)

D
#array([0, 2, 4, 6])

【讨论】：

谢谢！我也喜欢 alexhb 使用 np.setdiff1d 提供的答案。我希望有一个函数可以直接给我索引，但这很好用。
可能有，@Dan，但我想不出。如果您不需要C，请使用他的解决方案，但如果您已经拥有C，我的速度会快一倍。

【解决方案4】：

如果不是 B 的每个元素都在 A 中，searchsorted 可能会给你错误的答案。你可以使用numpy.in1d：

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6,8])
mask = np.in1d(A, B)
print np.where(mask)[0]
print np.where(~mask)[0]

输出是：

[1 3 5]
[0 2 4 6]

但是in1d() 使用排序，这对于大型数据集来说很慢。如果您的数据集很大，您可以使用 pandas：

import pandas as pd
np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0]

时间对比如下：

A = np.random.randint(0, 1000, 10000)
B = np.random.randint(0, 1000, 10000)

%timeit np.where(np.in1d(A, B))[0]
%timeit np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0]

输出：

100 loops, best of 3: 2.09 ms per loop
1000 loops, best of 3: 594 µs per loop

【讨论】：

很高兴知道这种高效的方法，因为我的数据集非常大。非常感谢这个解决方案！