如何在NumPy二维数组中检索匹配一维match数组所有元素的条目

你原来的data[ data[:,0] == match ]写法无法生效，原因是一维数组data[:,0]和match长度不一致时，直接用==比较会触发NumPy的广播机制，返回的布尔数组不符合筛选预期。

正确的原生实现用np.isin方法即可：

data[np.isin(data[:,0], match)]

补充说明：你之前写的多匹配写法data[data[:,0] == match[0] & data[:,0] == match[1] ]逻辑存在问题，&是「与」运算符，不可能存在一个元素同时等于两个不同的match值，你实际需要的「或」逻辑用np.isin可以直接实现，不需要手动写多个条件拼接。

你写的这段逻辑完全可行。
np.in1d的底层核心逻辑和这段代码一致，在代码上加上@numba.njit装饰器后就能正常运行，对于短长度的ar2场景，运行效率甚至会比原生np.in1d更高。
如果要进一步优化，可以提前给ar2去重，减少循环的迭代次数：

import numpy as np
from numba import njit

@njit
def custom_in1d(ar1, ar2):
    # 提前去重优化
    ar2_unique = np.unique(ar2)
    mask = np.zeros(len(ar1), dtype=bool)
    for a in ar2_unique:
        mask |= (ar1 == a)
    return mask

内容的提问来源于stack exchange，提问作者sten