Numpy如何无循环实现数组A各列在B列中的无序匹配计数

定义两个Numpy数组A和B如下：

import numpy as np
A = np.array([[5, 5, 5], [7, 8, 6]])
B = np.array([[5, 5], [6, 6], [9, 8]])

需要在不使用循环的前提下，统计数组A每一列的元素（不考虑元素顺序）在数组B所有列中的包含次数，最终得到结果数组C：

C = np.array([0, 1, 2])

匹配规则说明：

• C第一个元素为0：A第一列的元素组合(5,7)未在B的任何一列中出现
• C第二个元素为1：A第二列的元素组合(5,8)在B的第二列中存在（B列中其他元素不影响匹配，只要两个目标元素都存在就算命中）
• C第三个元素为2：A第三列的元素组合(5,6)在B的全部2列中均存在，因此计数为2

利用numpy广播机制做全量批量比较，全程无Python层循环，执行效率高，代码如下：

# 转置后扩展维度做广播比较，依次判断元素存在、列命中、统计总数
C = ((A.T[:, None, :, None] == B.T[None, :, None, :]).any(-1).all(-1)).sum(1)

代码逻辑拆解：

1. 对A、B做转置，将原数组的列转换为新数组的行，把按列匹配的需求转换为按行匹配
2. 扩展维度后做相等判断，利用广播自动生成所有A列元素和B列元素的匹配矩阵
3. .any(-1)：判断A列的单个元素是否在对应B列中存在
4. .all(-1)：判断A列的两个目标元素是否都在对应B列中存在，得到列命中的布尔矩阵
5. .sum(1)：按A列维度统计总命中次数，得到最终结果C

运行上述代码可以得到正确输出[0 1 2]。

内容的提问来源于stack exchange，提问作者Mario