如何在两个Numpy数组中找出相同元素？代码异常排查及替代方案

首先来说说你写的这段代码哪里出问题了：
你循环遍历a中的每一行x，然后用x == b[:,None]做比较——这里的维度广播会让b[:,None]变成形状为(5,1,3)的数组，和x（形状(3,)）比较后得到一个(5,1,3)的布尔数组。接着.all(1)是沿着第二个轴取全True，得到(5,3)的数组，再.any(0)是沿着第一个轴取任意True，得到(3,)的布尔数组。最后用这个布尔数组去索引x，得到的是x中那些在b的某一行里所有元素都出现过的单个元素，而不是判断整个行是否同时存在于b中。这完全偏离了你想要找整行公共元素的需求，所以结果不符合预期。

接下来给你几种可行的实现方法，都能得到你想要的结果：

方法一：利用Numpy结构化数组实现整行匹配 #

Numpy的np.isin默认不支持直接比较二维数组的行，但我们可以把每行转换成结构化数组的单个元素，这样就能用isin来判断行是否存在：

import numpy as np

a = np.array([[262.5, 262.5, 45], [262.5, 262.5, 15], [262.5, 187.5, 45], [262.5, 187.5, 15], [187.5, 262.5, 45], [187.5, 262.5, 15], [187.5, 187.5, 45], [187.5, 187.5, 15]])
b = np.array([[262.5, 262.5, 45], [262.5, 262.5, 15], [3,3,5], [5,5,7], [8,8,9]])

# 将二维数组转换为结构化数组，每行视为一个独立元素
a_struct = a.view([('', a.dtype)] * a.shape[1])
b_struct = b.view([('', b.dtype)] * b.shape[1])

# 生成a中存在于b的行的掩码
mask = np.isin(a_struct, b_struct)
# 提取符合条件的行
result = a[mask]

print(result)

运行后输出：

[[262.5 262.5  45. ]
 [262.5 262.5  15. ]]

方法二：用集合（元组哈希）实现 #

因为Numpy数组不能直接作为集合的元素，我们可以把每行转换成元组（元组是可哈希的），然后利用集合的交集操作找出公共行：

import numpy as np

a = np.array([[262.5, 262.5, 45], [262.5, 262.5, 15], [262.5, 187.5, 45], [262.5, 187.5, 15], [187.5, 262.5, 45], [187.5, 262.5, 15], [187.5, 187.5, 45], [187.5, 187.5, 15]])
b = np.array([[262.5, 262.5, 45], [262.5, 262.5, 15], [3,3,5], [5,5,7], [8,8,9]])

# 将a和b的行转换为元组集合
a_tuples = {tuple(row) for row in a}
b_tuples = {tuple(row) for row in b}

# 求交集后转换回数组
common_rows = np.array(list(a_tuples & b_tuples))
print(common_rows)

如果需要保持这些行在a中的原有顺序，可以改用列表推导：

common_rows = np.array([row for row in a if tuple(row) in b_tuples])

内容的提问来源于stack exchange，提问作者BAOLIAN