Python如何实现numpy数组与任意长度列表的元素存在性校验

针对需要适配任意长度入参y、替代手动拼接逐位或逻辑的需求，有两种可直接落地的实现方案，运行结果和原手动拼接的逐位或判断完全等价：

• 优先使用numpy内置的np.isin()方法
  这是numpy原生提供的元素匹配工具，天生用来做「判断数组x中每个元素是否属于目标集合y」这类校验，完全不需要手动把y的每个元素挨个写相等判断再拼或逻辑，对任意长度的y都能自动适配。
  举实际运行的例子：
  输入x = np.array([2,1,0,18, 7, 4, 9])，y = [0, 3, 4]
  执行代码np.isin(x, y)的输出结果为array([False, False, True, False, False, True, False])，和原手动拼接的(x == y[0]) | (x == y[1]) | (x == y[2])的计算结果完全一致。
• 低版本numpy兼容的广播实现方案
  如果运行环境的numpy版本过低不支持np.isin()，可以通过广播机制手动实现等价逻辑：将x转为可广播的二维列向量，和y做逐元素相等判断后，沿y的维度做逻辑或归约。
  对应代码写法：(x[:, None] == np.array(y)).any(axis=1)
  该逻辑的核心和逐位或完全一致：每个x元素只要匹配任意一个y中的元素就返回True，缺点是当y长度较大时，会生成尺寸为「x长度*y长度」的临时布尔矩阵，内存开销比np.isin()更高。

• 注意：两种实现方式都能自动处理x和y的元素类型差异，无需额外做统一类型的转换操作。

内容的提问来源于stack exchange，提问作者kile233