Python中in运算符在列表与集合中的行为差异及报错解决

为什么列表和集合的in行为不同？ #

这是Python容器对in运算符的实现逻辑差异导致的：

• 列表的in逻辑：线性遍历列表元素，逐个执行目标元素 == 列表元素的比较，再将结果转为布尔值判断匹配。但PyTorch张量的==是元素级逐位比较，当两个张量维度不兼容（无法广播）时，会直接抛出维度不匹配的RuntimeError——你例子里b（形状(2)）和a（形状(2,3)）维度无法对齐，第一次比较就触发了报错。
• 集合的in逻辑：依赖哈希表实现，先计算元素的__hash__()值快速定位；仅当哈希冲突时，才会用__eq__二次验证。PyTorch张量的哈希基于对象唯一标识（而非张量值），a和b的哈希值完全不同，集合能直接识别b的存在，不会触发维度不兼容的==比较，因此正常返回True。

如何在列表中安全使用in？ #

根据需求选择对应方案：

需求1：判断是否是同一个张量对象（内存地址相同） #

直接比较对象的id，避免触发张量的元素级比较：

import torch
a = torch.Tensor(2,3)
b = torch.Tensor(2)
target_list = [a,a,b]

# 检查b是否是列表中的某个对象
result = any(id(b) == id(elem) for elem in target_list)
print(result)  # 输出True

需求2：判断是否存在值完全相等的张量（形状和元素都匹配） #

先检查形状一致，再用torch.all()判断所有元素是否相等：

import torch
a = torch.Tensor(2,3)
b = torch.Tensor(2)
target_list = [a,a,b]

# 检查列表中是否有和b值相等的张量
result = any(elem.shape == b.shape and torch.all(elem == b) for elem in target_list)
print(result)  # 输出True

需求3：仅做存在性检查（不关心顺序） #

直接把列表转成集合再用in，和你例子中的集合逻辑一致：

import torch
a = torch.Tensor(2,3)
b = torch.Tensor(2)
target_list = [a,a,b]

result = b in set(target_list)
print(result)  # 输出True

内容的提问来源于stack exchange，提问作者cangozpi