为何NumPy数组中in运算符返回True？np.where输出维度存疑

为什么point in mypolygon返回True？ #

核心问题是NumPy数组的in操作逻辑和Python列表完全不同：

• Python列表的in会检查整个元素是否存在（比如判断[-1,0]是否作为一个完整子列表存在）；
• 但NumPy数组的in是检查数组中是否有任意元素等于目标序列中的任意元素。

你的point = [-1,0]，mypolygon里存在-1（第3行第一个元素）和0（多个位置），所以in操作直接返回True，这和你期望的“检查整个点是否存在”逻辑完全不符。

为什么np.where(mypolygon == point)的输出看起来像“三维索引”？ #

这不是三维索引，而是二维数组的行、列索引拆分结果：

1. 首先mypolygon == point会触发NumPy的广播机制：把长度为2的point和mypolygon的每一行逐一比较，生成一个(9,2)形状的布尔数组，每个位置表示该元素是否等于point对应位置的元素。比如：
   • 第0行[0,0]和[-1,0]比较，得到[False, True]
   • 第2行[-1,1]和[-1,0]比较，得到[True, False]
   • 第8行[0,0]和[-1,0]比较，得到[False, True]
2. np.where处理二维布尔数组时，会返回两个数组：第一个数组是所有True元素的行索引，第二个是对应的列索引。你看到的(array([0, 2, 8]), array([1, 0, 1]))意思是：
   • 行0、列1的元素（值为0）等于point的列1元素（0）
   • 行2、列0的元素（值为-1）等于point的列0元素（-1）
   • 行8、列1的元素（值为0）等于point的列1元素（0）

正确的检查方式 #

如果要检查[-1,0]是否作为完整的行存在于mypolygon中，可用逐行全匹配的方式：

import numpy as np
mypolygon = np.array([[0,0],[-3,1],[-1,1],[-2,4],[1,1],[3,3],[3,-2],[0,-2],[0,0]])
point = [-1, 0]

# 检查整个点是否存在
is_present = (mypolygon == point).all(axis=1).any()
print(is_present)  # 输出False，符合预期

# 获取匹配的行索引（如果有的话）
match_rows = np.where((mypolygon == point).all(axis=1))
print(match_rows)  # 输出(array([], dtype=int64),)，表示无匹配行

内容的提问来源于stack exchange，提问作者NoRivers