使用numpy.intersect1d处理集合数组时出现意外行为

问题分析 #

你遇到的情况是numpy的预期行为，这是因为np.intersect1d在处理包含不可哈希可变对象（如集合）的object类型数组时，无法基于对象的值进行正确比较。

在你的示例中，虽然两个数组里的集合内容完全相同，但它们是独立的对象（内存地址不同）。numpy的intersect1d针对object数组的底层实现依赖于元素的哈希值和排序操作，而集合是不可哈希的可变类型，这导致numpy无法正确识别内容相同的集合，最终返回空数组。

解决方法 #

方法1：将集合转为可哈希的frozenset #

把数组中的普通集合替换为不可变的frozenset（可哈希），这样numpy就能基于值正确计算交集：

import numpy as np
arr1 = np.array([frozenset({60}), frozenset({70})], dtype=object)
arr2 = np.array([frozenset({60}), frozenset({70})], dtype=object)
print(np.intersect1d(arr1, arr2))
# 输出：array([frozenset({60}), frozenset({70})], dtype=object)

方法2：用纯Python逻辑先计算交集再转numpy数组 #

如果必须保留普通集合类型，可以先通过Python列表推导式找出交集，再转换为numpy数组：

import numpy as np
arr1 = np.array([{60}, {70}], dtype=object)
arr2 = np.array([{60}, {70}], dtype=object)
intersection = [item for item in arr1 if item in arr2]
result = np.array(intersection, dtype=object)
print(result)
# 输出：array([{60}, {70}], dtype=object)

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