NumPy数组中in运算符的异常行为及解决方案咨询

1. 为何b不被视为y的元素？ #

NumPy数组的in运算符逻辑和Python列表不同：

• 对于二维NumPy数组，in会遍历数组的顶层元素（即每一行），检查待匹配对象是否与顶层元素完全相等。
• y中的元素是NumPy一维数组，而b是Python列表。当比较b和y的顶层元素时，列表与NumPy数组的相等比较会返回一个布尔数组（而非单一布尔值），NumPy不会将这种情况判定为“相等”，因此返回False。
• 而a in x返回True，是因为x仅有一个顶层元素，Python自动将列表a转为NumPy数组后，与该元素的比较结果是全True的布尔数组，NumPy将其视为相等。

2. 如何追加数组使in运算符按预期工作？ #

有两种可行方案：

• 统一元素类型：追加时将待添加的列表转为NumPy数组，再执行追加操作：

  y = np.append(x, np.array([b]), axis=0)
  # 检查时使用NumPy数组
  print(np.array(b) in y)  # 输出True
  

• 检查时转换类型：即使追加的是列表，检查时将列表转为NumPy数组即可：

  print(np.array(b) in y)  # 输出True
  

3. 更优的3维向量存储方式 #

如果核心需求是快速添加向量+存在性检查，NumPy数组并非最优选择（数组扩容效率低，in操作是O(n)遍历），推荐以下方案：

• 使用Python集合（set）存储元组：
  由于NumPy数组不可哈希，无法直接存入集合，可将向量转为元组：

  vector_set = set()
  # 添加向量
  vector_set.add(tuple(a))
  vector_set.add(tuple(b))
  # 检查存在性（平均O(1)时间复杂度）
  print(tuple(b) in vector_set)  # 输出True
  

• 若需保留顺序，使用列表存储元组：
  列表支持顺序存储，in检查为O(n)，但添加元素的开销较低：

  vector_list = []
  vector_list.append(tuple(a))
  vector_list.append(tuple(b))
  print(tuple(b) in vector_list)  # 输出True
  

• 兼顾NumPy功能与存在性检查：
  可同时维护一个NumPy数组和一个元组集合，添加元素时同步更新两者，既保留NumPy的数值计算能力，又能快速做存在性检查。

内容的提问来源于stack exchange，提问作者user1479670