如何获取未被另一个数组包含的子数组？（Python/Numpy）

普通Python列表方案 #

由于列表不可哈希，无法直接用集合操作，我们可以先将子数组转为可哈希的元组，利用集合的差集特性实现：

first = [[0,10],[0,11],[0,12],[0,13]]
second = [[0,10],[0,11]]

def difference(arr1, arr2):
    # 将子数组转为元组存入集合
    set_arr1 = set(tuple(sub) for sub in arr1)
    set_arr2 = set(tuple(sub) for sub in arr2)
    # 求差集后转回列表
    return [list(sub_tuple) for sub_tuple in set_arr1 - set_arr2]

print(difference(first, second))  # 输出: [[0, 12], [0, 13]]

Numpy数组方案 #

方法1：结构化数组转换 #

通过将二维数组转为结构化数组，让每个子数组成为一个可被np.setdiff1d识别的元素：

import numpy as np

first_np = np.array([[0,10],[0,11],[0,12],[0,13]])
second_np = np.array([[0,10],[0,11]])

# 将二维数组转为结构化数组（每个子数组视为一个复合元素）
first_struct = first_np.view('i,i').reshape(-1)
second_struct = second_np.view('i,i').reshape(-1)

# 计算差集后转回原二维格式
diff_struct = np.setdiff1d(first_struct, second_struct)
diff_result = diff_struct.view('i').reshape(-1, 2)

print(diff_result)
# 输出:
# [[ 0 12]
#  [ 0 13]]

注：'i,i'表示每个元素由两个int类型组成，若你的子数组元素是其他类型（如float），需对应修改格式字符串（比如'f,f'）。

方法2：广播比较筛选 #

利用Numpy的广播特性，逐行判断是否存在于第二个数组中：

import numpy as np

first_np = np.array([[0,10],[0,11],[0,12],[0,13]])
second_np = np.array([[0,10],[0,11]])

# 广播比较每行是否与second中的某行完全匹配
match_mask = np.any((first_np[:, None] == second_np).all(axis=2), axis=1)
# 取反得到不在second中的行的掩码
diff_result = first_np[~match_mask]

print(diff_result)
# 输出:
# [[ 0 12]
#  [ 0 13]]

原有方法失效原因 #

• np.setdiff1d会自动扁平化输入数组，因此返回的是单个元素的差集，而非子数组级别的差集。
• 循环删除的方法中，diff == equal是逐元素比较，返回的是布尔数组，np.where获取的是所有匹配元素的索引，而非整行的索引，导致删除操作破坏了数组结构。

内容的提问来源于stack exchange，提问作者BSDash