如何对比多维NumPy数组，删除子元素全在另一数组中的子数组？

问题场景 #

现有两个NumPy数组，形状分别为(n,3,2)和(m,2)，需要删除第一个数组中所有3个(2,)子元素都存在于第二个数组的那些(3,2)子数组，删除后第一个数组形状变为(n-k,3,2)（k为符合删除条件的子数组数量）。

示例数据 #

import numpy as np

array1 = np.array([
    [[5.1, 5. ], [6.2, 4.4], [4. , 6.3]],
    [[4.2, 4.5], [4.4, 5.3], [4. , 6.3]],
    [[4.4, 5.3], [5.1, 5. ], [4. , 6.3]]
])

array2 = np.array([
    [4.2, 4.5],
    [4.4, 5.3],
    [4.5, 4.8],
    [4. , 6.3]
])

示例中array1[1]的三个子元素均存在于array2中，需要将其从array1中删除。

原代码的问题 #

你尝试的for循环方法存在两个核心问题：

1. 索引错位：循环中删除元素会改变数组长度，后续循环的索引i会指向错误的元素，导致漏删或误删。
2. 判断逻辑错误：array1[i][0] in array2这种写法会逐个检查元素是否存在于array2中，而不是判断整行是否作为一个整体存在于array2，完全不符合需求。

最优实现方法 #

利用NumPy的向量化操作结合集合的高效查询，可以快速完成筛选，代码如下：

# 将array2的每行转为元组，存入集合以提升查询效率
array2_row_set = set(tuple(row) for row in array2)

# 生成筛选掩码：标记哪些子数组需要保留（取反那些所有行都在array2中的子数组）
keep_mask = ~np.array([
    all(tuple(row) in array2_row_set for row in sub_array)
    for sub_array in array1
])

# 应用掩码筛选得到结果
filtered_array1 = array1[keep_mask]
print(filtered_array1)

代码说明 #

1. 集合存储array2行：集合的成员查询时间复杂度为O(1)，远快于在NumPy数组中逐行查找，尤其适合数据量较大的场景。
2. 生成布尔掩码：遍历array1的每个子数组，检查其所有3行是否都在集合中，生成的掩码数组中True代表需要保留的子数组，False代表需要删除的。
3. 布尔索引筛选：直接用掩码对array1进行索引，这是NumPy原生的高效操作，避免了循环的低效和索引错位问题。

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