如何检查数值是否在二维numpy数组第一列及解决vstack索引错误

这个问题我之前也碰到过，核心问题就是初始的A1 = np.array([])是一维空数组，当你第一次尝试访问A1[:,0]时，二维索引对一维数组不适用，自然就触发了IndexError。下面给你几个更优雅的解决方案，同时明确如何正确检查数值是否在二维NumPy数组的第一列：

方案一：直接初始化二维空数组 #

最直接的办法就是一开始就把A1定义成符合后续需求的二维空数组，指定好列数（和A2的列数一致），这样后续的索引操作就不会出错了：

import numpy as np

# 初始化一个0行2列的二维空数组，列数和A2的元素个数匹配
A1 = np.empty((0, 2))
numbers = [1,2,3,3,4,4,5,6,7,8,9]

for number in numbers:
    # 此时A1[:,0]是一个空的一维数组，number not in 空数组会返回True
    if number not in A1[:,0]:
        A2 = [number, 10]
        A1 = np.vstack((A1, A2))

方案二：先判断数组是否为空再处理 #

如果不想一开始就固定列数（比如A2的长度可能动态变化），可以先检查A1是否为空，为空时直接将A2转为二维数组赋值给A1，后续再正常判断第一列：

import numpy as np

A1 = np.array([])
numbers = [1,2,3,3,4,4,5,6,7,8,9]

for number in numbers:
    # 用size判断数组是否为空，为空时直接初始化二维数组
    if A1.size == 0:
        A2 = [number, 10]
        A1 = np.array([A2])  # 把A2包装成二维数组
    else:
        # 数组非空时，正常访问第一列判断
        if number not in A1[:,0]:
            A2 = [number, 10]
            A1 = np.vstack((A1, A2))

方案三：用集合优化查询效率（大数据量推荐） #

如果你的numbers列表很大，用number not in A1[:,0]的时间复杂度是O(n)（每次都要遍历第一列），效率很低。这时候可以维护一个集合来记录已经存在的数值，查询速度是O(1)，大幅提升效率：

import numpy as np

A1 = np.empty((0, 2))
# 用集合存储已经出现过的number，快速判断是否存在
existing_numbers = set()
numbers = [1,2,3,3,4,4,5,6,7,8,9]

for number in numbers:
    if number not in existing_numbers:
        existing_numbers.add(number)
        A2 = [number, 10]
        A1 = np.vstack((A1, A2))

关于如何检查数值是否在二维NumPy数组的第一列 #

这里分三种情况处理：

1. 数组非空且确定是二维数组：直接用value in arr[:,0]，arr[:,0]会返回第一列的一维数组，in操作会遍历这个数组判断值是否存在。
2. 数组可能为空：必须先判断数组是否为空（比如arr.size == 0或者len(arr) == 0），为空时可以根据场景返回True（比如第一次添加元素）或者False，避免触发索引错误。
3. 大数据量高效查询：像方案三那样维护一个对应第一列的集合，用value in 集合来判断，这是大样本下最优的方式。

内容的提问来源于stack exchange，提问作者obchardon