如何比对2D数组与1D数组元素并删除符合条件的行（NumPy）

现有一个3列、n行的矩阵A，实际使用NumPy数组存储，示例内容如下：

A = [
    [1,2,3],
    [6,2,5],
    [8,1,7],
    [2,9,8],
    [1,9,3],
    [1,4,3]
]

另有一个普通Python一维列表B = [1,2,5,6,8,9]。
需求为：遍历矩阵A的每一行，若某一行的所有元素都存在于列表B中，则删除该行。以上述示例数据为例，第2行[6,2,5]、第4行[2,9,8]的全部元素都属于B，这两行需要被移除。 #

第一版嵌套循环代码 #

copy=[]
for i in A:
  for j in B:
    if int(j) in i:
      for k in B[B.index(j):]:
        if int(k) in i:
          for l in B[B.index(k):]:
            if int(l) in i:
              copy.append(i)

该版本逻辑存在根本错误：四层循环仅在判断行内是否存在3个按B顺序排列的元素，完全没有校验「行内是否存在不在B中的元素」，只要命中循环条件就会重复追加行，因此会出现大量重复值、误删/误保留行的问题。

第二版列表推导式代码 #

for i in A:
  copy=[x for x in i if x not in B]
  copy=np.array(copy)
  final.append(copy)

该版本逻辑完全偏离需求：代码实际是把每行中不在B里的零散元素抽出来存入结果，没有做整行保留/删除的判断，最终得到的是拆分后的元素集合，不是过滤后的完整矩阵。 #

首先把B转为集合可以大幅提升成员判断的效率，核心判断逻辑为：仅保留「不是所有元素都在B中」的行。

通用兼容写法 #

不需要手动做NumPy和普通列表的类型转换，逻辑直观易读：

import numpy as np
B_set = set(B)
# 过滤符合保留条件的行
res_list = [row for row in A if not all(ele in B_set for ele in row)]
# 需要NumPy数组格式直接转换即可
res_arr = np.array(res_list)

用示例数据运行后得到的结果如下，正确移除了目标行，无重复、无误删：

[[1, 2, 3],
 [8, 1, 7],
 [1, 9, 3],
 [1, 4, 3]]

NumPy向量化写法（大数据量推荐） #

无显式循环，运行效率更高，NumPy内部自动处理类型匹配，不需要手动做类型转换：

import numpy as np
# 逐元素判断是否在B中，再按行判断是否整行都属于B
delete_mask = np.isin(A, B).all(axis=1)
# 取反保留不需要删除的行
res_arr = A[~delete_mask]

内容的提问来源于stack exchange，提问作者Shiraj Baral