如何判断numpy数组对（含顺序反转）是否存在于目标列表

Python原生的in运算符在对比numpy数组时，执行==比较会返回逐元素判断的布尔数组，无法直接得到单个True/False的真值结果，因此会抛出"The truth value of an array with more than one element is ambiguous"的报错。

.all()方法的作用是判断数组内所有元素均为True，你可以通过遍历数对列表，逐组对比数组元素的方式完成判断，逻辑是：只要列表中不存在和目标数对顺序一致、或顺序反转后完全相等的数对，就满足判断要求。

针对你给出的示例，可直接使用如下代码：

import numpy as np

x1 = np.array([1, 2, 3])
x2 = np.array([3, 1, 2])
x3 = np.array([4, 3, 2])
x4 = np.array([5, 4, 2])
pairs_list = [[x2, x1], [x3, x4], [x2, x4]]

def check_pair_not_exist(target_a, target_b, pair_storage):
    for stored_a, stored_b in pair_storage:
        # 用.all()判断两个数组完全相等，分别校验正序、反序两种匹配情况
        is_match_forward = (target_a == stored_a).all() and (target_b == stored_b).all()
        is_match_backward = (target_b == stored_a).all() and (target_a == stored_b).all()
        if is_match_forward or is_match_backward:
            # 找到匹配项，说明数对存在，直接返回False
            return False
    # 遍历完成无匹配，说明数对（含反转）不存在
    return True

# 测试用例1：判断[x1,x2]
print(check_pair_not_exist(x1, x2, pairs_list))  # 输出False，因为反转后的[x2,x1]在列表中
# 测试用例2：判断[x1,x3]
print(check_pair_not_exist(x1, x3, pairs_list))  # 输出True，两种顺序都不在列表中

• 如果数组存在NaN值，(arr1 == arr2).all()会因为NaN不等于自身判断失效，这种场景可以替换为np.array_equal(arr1, arr2, equal_nan=True)做相等判断
• 不要尝试直接对列表用in做包含判断，numpy数组的相等逻辑和Python原生对象不同，必须显式做全元素匹配校验

内容的提问来源于stack exchange，提问作者Inaki Carril