如何优雅检查数组元素是否存在于另一容器？Numpy优化方案问询

当然有！你完全不用手动循环拼接数组，Numpy提供了专门的矢量化工具来解决这种元素级的成员判断问题，效率和可读性都比循环高得多。

最优方案：使用np.isin() #

np.isin()是专门用来做元素级“是否在集合中”判断的函数，正好匹配你的需求。它会逐个检查原数组的元素是否存在于目标列表中，返回一个布尔索引数组，直接用这个数组就能筛选出符合条件的元素：

import numpy as np

students = np.array(
    [('Jim', 2), ('John', 3), ('Lisa', 5), ('Laura', 1)],
    dtype=[('name', 'O'), ('grade', 'i4')]
)

# 一行代码搞定筛选
absent_students = students[np.isin(students['name'], ['John', 'Laura'])]

运行这段代码后，absent_students就会包含('John', 3)和('Laura', 1)这两个元素，完全符合你的需求。

为什么原来的in操作不行？ #

你之前尝试的students['name'] in ['John', 'Laura']失效，是因为Numpy数组的in操作符是检查整个数组是否是目标列表的成员，而不是逐个元素判断。这和Python原生列表的in逻辑不一样，所以会得到不符合预期的结果。

对比循环append的优势 #

手动循环np.append的问题在于，每次调用np.append都会创建一个新的数组（因为Numpy数组是不可变长度的），当数据量较大时，这种方式会产生大量内存开销，效率极低。而np.isin是矢量化操作，Numpy会在底层进行优化，运行速度快得多，代码也更简洁易读。

内容的提问来源于stack exchange，提问作者mapf