高效查找 NumPy 数组中特定行的实例

使用 NumPy 数组时，可能会遇到需要确定是否array 包含特定行，但 ndarray 的标准 contains 方法引发了问题。本文针对此问题提出了高效且 Python 的解决方案。

一种方法涉及使用 .tolist() 将 NumPy 数组转换为 Python 列表，并对列表执行成员资格检查。

a = np.array([[1,2],[10,20],[100,200]])
[1,2] in a.tolist() # Returns True
[1,20] in a.tolist() # Returns False

另一种方法是使用数组上的视图并应用 .all(1) 函数将每一行与目标行按元素进行比较.

any((a[:]==[1,2]).all(1)) # Returns True
any((a[:]==[1,20]).all(1)) # Returns False

此外，可以在 NumPy 列表上生成以获得潜在的性能提升。然而，如果没有尽早找到结果，这种方法可能效率低下。

any(([1,2] == x).all() for x in a) # Stops on first occurrence

最后，NumPy 的逻辑函数提供了一种简洁的比较方法。

any(np.equal(a,[1,2]).all(1)) # Returns True

基准测试结果表明，无论命中或未命中情况如何，numpy 例程都保持一致的搜索速度。视图、逻辑相等和 Python in 运算符方法在效率方面具有可比性，而 NumPy 上的生成器不建议用于全数组搜索。