如何在numpy中从数组内移除另一个数组包含的子数组元素

问题原因 #

你写的遍历逻辑不生效是因为numpy数组的in运算逻辑和普通Python列表不一样。普通Python列表的in会逐元素对比子列表内容，但是numpy中直接用arr in a判断的是数组对象的内存地址是否存在，而不是对比子数组的元素值是否匹配，所以判断结果不符合预期，过滤逻辑自然不生效。

实现方案 #

方案1：转换为元组对比（简单易读，适合小规模数组） #

把每个子数组转成可哈希的元组，再做存在性判断，用集合存储a的子数组可以进一步提升查询效率：

import numpy as np

a = np.array([[1, 1], [1, 2]])
b = np.array([[1, 1], [1, 2], [1, 3]])

a_set = set(tuple(row) for row in a)
c = np.array([row for row in b if tuple(row) not in a_set])

输出的c就是[[1 3]]，符合预期。

方案2：纯numpy向量化操作（适合大规模数组，效率更高） #

利用numpy的广播机制做逐元素对比，再判断整行是否完全匹配，不需要写显式循环，数组规模大的时候性能远好于列表推导：

# 广播对比b的每一行和a的每一行，得到布尔匹配结果
match = (b[:, None] == a).all(-1).any(-1)
# 筛选出b中不匹配a的行作为结果
c = b[~match]

内容的提问来源于stack exchange，提问作者Po Chen Liu