如何在numpy数组a中匹配数组b？排查匹配结果异常问题

我有两个numpy坐标数组a (n, 2)和b (m, 2)，每行对应一个点的x、y坐标：

a = [[x1, y1], [x2, y2], ..., [xn, yn]]
b = [[x1, y1], [x2, y2], ..., [xm, ym]]

需要高效生成布尔掩码，标记a中存在于b的元素。理论上b应为a的子集，但实际用多种方法得到的结果为m + k（k远小于n或m），而非预期的m。

已预处理数据去除nan和无穷值，因数组过大无法用嵌套循环做相等校验（嵌套循环代码仅作参考）：

import numpy as np
mask = np.zeros(a.shape, dtype=bool)
for i, p1 in enumerate(a):
    for j, p2 in enumerate(b):
        if p1[0] == p2[0] and p1[1] == p2[1]:
            mask[i] = True

尝试的匹配方法及结果 #

1. numpy.isin() 方法 #

最初使用该方法，代码如下：

mask = np.isin(a, b, assume_unique=False).all(axis=1)
print(mask.sum())

结果超出预期。检查发现b无重复值，a有少量重复但远少于k。

2. Numba加速的分维度匹配方法 #

为验证问题，尝试基于Numba的方法，分别匹配x、y维度后取交集：

import numba as nb
@nb.jit
def is_in_set_nb(a, b):
    shape = a.shape
    a = a.ravel()
    n = len(a)
    result = np.full(n, False)
    set_b = set(b)
    for i in range(n):
        if a[i] in set_b:
            result[i] = True
    return result.reshape(shape)
mask_x = is_in_set_nb(a[:, 0], b[:, 0])
mask_y = is_in_set_nb(a[:, 1], b[:, 1])
mask = np.zeros((a.shape[0], ), dtype=bool)
mask[mask_x & mask_y] = True
print(mask.sum())

结果仍为m + k。

3. numpy.in1d() 分维度匹配方法 #

尝试另一种分维度匹配方法：

mask_x = np.in1d(a[:, 0].flatten(), b[:, 0].flatten())
mask_y = np.in1d(a[:, 1].flatten(), b[:, 1].flatten())
mask = np.zeros((a.shape[0], ), dtype=bool)
mask[mask_x & mask_y] = True

结果依旧是m + k。

验证发现 #

将a[mask]导出为.gpkg在QGIS中验证，发现a[mask]存在b中没有的额外点，且b中部分点缺失，数量与k相当。但重新导入这些点集做匹配校验，却显示缺失点都在b中，部分额外点也被判定在b中。

请问：是数据存在问题，还是匹配方法有误？若有问题，具体是什么？

内容的提问来源于stack exchange，提问作者blob