Python查找Numpy二维数组中缺失j值的实现方法

核心逻辑：提取数组j列（第二列，索引为1）的所有现有取值，和预期要存在的j值集合做差，得到缺失的j值。

import numpy as np

I=np.array([[0, 3],
       [1, 2],
       [1, 4],
       [2, 5],
       [3, 4],
       [4, 5],
       [4, 6],
       [5, 7],
       [6, 7]])

# 提取j列所有已存在的唯一值
existing_j = set(I[:, 1])
# 待校验的j值集合，包含要排查的j=1，以及已知存在的2~7
expected_j = {1,2,3,4,5,6,7}
# 求差集得到缺失值，排序后对齐输出格式
Missing_j = sorted(list(expected_j - existing_j))

print(f"Missing_j={Missing_j}")

运行输出：

Missing_j=[1]

如果仅需单独判断j=1是否缺失，可直接用单行逻辑：
Missing_j = [1] if 1 not in I[:,1] else []

说明：I[:,1]是numpy的切片写法，用于取所有行的第二列（即j对应的列）；集合差集计算效率高，适合大数组场景；排序操作是为了保证输出列表顺序固定，匹配预期格式。

内容的提问来源于stack exchange，提问作者Wiz123