如何查找numpy数组中存在于另一数组中的行的索引

方法1：集合+元组（直观易懂） #

将arrlist的每一行转换为元组存入集合，再遍历rand_arr的行判断是否在集合中，收集对应索引：

import numpy as np

arrlist = np.array([[1,0,0,1] , [0,1,1,0]])
rand_arr = np.array([[1,0,0,1],[0,1,1,0],[1,1,1,0]])

# 把目标行转为元组集合
target_rows = set(tuple(row) for row in arrlist)
# 遍历收集匹配索引
matching_indices = [i for i, row in enumerate(rand_arr) if tuple(row) in target_rows]
# 转为NumPy数组输出
result = np.array(matching_indices)
print(result)  # 输出：[0 1]

方法2：NumPy广播匹配（纯向量运算） #

利用广播特性让两行数组做元素级比较，判断每行是否完全匹配：

# 广播实现逐行全匹配判断：(N,1,4) 与 (M,4) 比较 → (N,M,4)，再按维度2取全True
matches = (rand_arr[:, np.newaxis, :] == arrlist).all(axis=2)
# 提取存在匹配的行索引
matching_indices = np.where(matches.any(axis=1))[0]
print(matching_indices)  # 输出：[0 1]

方法3：视图转换+np.isin（高效处理大数据） #

通过np.view将每行转为单个标量，再用np.isin快速匹配，适合大数量级场景：

# 转换视图：把每行4个int8元素转为一个int32标量（需保证元素类型+长度匹配对应整数类型）
arrlist_view = arrlist.view(np.int32).ravel()
rand_arr_view = rand_arr.view(np.int32).ravel()
# 查找匹配索引
matching_indices = np.where(np.isin(rand_arr_view, arrlist_view))[0]
print(matching_indices)  # 输出：[0 1]

注：视图转换需确保元素类型与行长度能对应到合法整数类型，比如4个int64元素无法直接转为标准整数类型，需根据实际情况调整。

内容的提问来源于stack exchange，提问作者proton