如何用NumPy高效实现坐标子集判断与右外连接操作？

需求说明 #

正在构建知识库，需处理嵌套坐标数组：每个元素是一组[x,y]坐标对，坐标对整体无顺序，但内部x在前、y在后的顺序固定。核心操作：

• 判断不同坐标行是否互为子集
• 若存在子集关系，对较大数组执行右外连接（提取大数组中不在子集内的元素）
• 将新生成的连接结果加入知识库（需避免重复）

示例输入：

knowledgebase = [
[[1,2],[3,4],[5,6]],
[[1,2],[5,6]]
]

此例中第二行是第一行的子集，右外连接后得到[[3,4]]，需将该结果加入知识库。

现有纯Python实现 #

曾尝试用集合处理，但因列表无法存入集合失败，遂用纯Python实现逻辑，但嵌套循环导致效率极低：

for element1 in knowledgebase:
    for element2 in knowledgebase:
        if element1 == element2:
            continue
        if all(x in element2 for x in element1):
            outer_join = [item for item in element2 if item not in element1]
            if outer_join not in knowledgebase:
                knowledgebase.append(outer_join)

NumPy相关问题 #

希望改用NumPy提升效率，但存在以下疑问：

• 我尝试按如下方式定义NumPy数组，不确定是否为最优方案：

import numpy as np
knowledgebase = np.array([
list([[1,2],[3,4],[5,6]]),
list([[1,2],[5,6]])
], dtype=object)

• 如何用NumPy高效实现上述子集判断与右外连接的逻辑？
• 不清楚如何创建行长度不同的NumPy数组

内容的提问来源于stack exchange，提问作者Melon Pie