如何用Numpy array masking找出两数组差异行的索引？

首先构造示例数组：

import numpy as np

# 第一个数组
arr1 = np.array([[1, 2], [3, 4], [5, 6], [6, 5]])
# 第二个数组
arr2 = np.array([[1, 2], [3, 4]])

核心实现代码 #

利用np.isin结合行维度的全匹配判断，再通过掩码筛选目标行：

# 生成掩码：标记arr1中不在arr2里的行
mask = ~np.isin(arr1, arr2).all(axis=1)
# 获取差异行的索引
diff_indices = np.where(mask)[0]
# 获取差异行的内容
diff_rows = arr1[mask]

代码解释 #

• np.isin(arr1, arr2)：对arr1的每个元素，判断是否存在于arr2中，返回与arr1同形状的布尔数组。
• .all(axis=1)：沿着行的维度（axis=1）判断整行所有元素都满足条件，即整行完全存在于arr2中，返回一维布尔数组。
• ~：对布尔数组取反，得到标记不在arr2中的行的掩码。
• np.where(mask)[0]：提取掩码中True对应的索引值，也就是差异行的位置。
• arr1[mask]：直接通过掩码筛选出arr1中的差异行。

运行结果 #

执行上述代码后：

• diff_indices的结果为 array([2, 3])
• diff_rows的结果为 array([[5, 6], [6, 5]])，完全符合需求。

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