如何将(N,2)型NumPy数组转为元组以执行isin操作？

问题根源 #

你用view失败的核心问题是结构化dtype与原数组元素的字节大小不匹配。如果你的数组是默认的int64（64位整数），而指定的'i,i'是32位整数类型，每个64位整数会被拆成两个32位值——低32位是原数，高32位补0，所以才出现了(1,0)这类错误结果。

快速解决方法 #

方案1：匹配元素字节大小

根据原数组的类型，指定对应长度的结构化dtype：

import numpy as np
coo = np.array([[1,2],[1,6],[5,3],[3,6]])

# 针对int64数组，用'l,l'对应64位整数
result = coo.view(dtype='l,l').reshape(-1)
# 或者更清晰的写法
result = coo.view(dtype=[('x', np.int64), ('y', np.int64)]).reshape(-1)

方案2：转成32位整数后view

如果不需要64位精度，先转换为int32再使用view：

result = coo.astype(np.int32).view(dtype='i,i').reshape(-1)

两种方案都会得到符合预期的结构化数组：

array([(1, 2), (1, 6), (5, 3), (3, 6)], dtype=[('x', '<i8'), ('y', '<i8')])

直接用于isin操作 #

这个结构化数组可以直接传入np.isin完成匹配：

# 定义需要匹配的目标元组
targets = np.array([(1,2), (3,6)], dtype='l,l')
# 生成匹配掩码
mask = np.isin(result, targets)
print(mask)  # 输出：[ True False False  True]

效率说明 #

view是直接操作内存的零拷贝方法，仅修改数组的视图而不复制数据，时间复杂度为O(1)，比map这类遍历转换的方法高效得多，完全适合处理大规模数组。

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