检查NumPy数组是否在Python列表中

Question

我有一个numpy数组的列表，我想检查列表中是否有给定的数组。这有一些非常奇怪的行为，我想知道如何解决它。这是问题的简单版本：

import numpy as np
x = np.array([1,1])
a = [x,1]

x in a        # Returns True
(x+1) in a    # Throws ValueError
1 in a        # Throws ValueError

我不知道这里发生了什么。有没有解决此问题的好方法？

我正在使用Python 3.7。

编辑：确切的错误是：

ValueError: The truth value of an array with more than one element is ambiguous.  Use a.any() or a.all()

我的numpy版本是1.18.1。

Answer 1

[使用x in [1,x]时，python会将x与列表中的每个元素进行比较，在比较x == 1期间，结果将是一个numpy数组：

>>> x == 1
array([ True,  True])

并且将此数组解释为bool值将由于固有的歧义而触发错误：

>>> bool(x == 1)
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

Answer 2

您可以这样操作：

import numpy as np
x = np.array([1,1])
a = np.array([x.tolist(), 1])

x in a # True
(x+1) in a # False
1 in a # True

Answer 3

原因是in或多或少被解释为

def in_sequence(elt, seq):
    for i in seq:
        if elt == i:
            return True
    return False

[1 == x不给出False，但引发异常，因为内部numpy将其转换为布尔数组。在大多数情况下它确实有意义，但是在这里却给出了愚蠢的行为。

听起来像个错误，但不容易修复。与1 == np.array(1, 1)相同地处理np.array(1, 1) == np.array(1, 1)是numpy的主要功能。将相等性比较委托给类是Python的一个主要功能。因此，我什至无法想象应该是正确的行为。

TL / DR：请不要混合使用Python列表和numpy数组，因为它们具有非常不同的语义，并且混合会导致不一致的特殊情况。

Answer 4

（（[[EDIT：包括更一般的方法，也许更干净的方法）]

解决它的一种方法是实现NumPy安全版本的in：

import numpy as np


def in_np(x, items):
    for item in items:
        if isinstance(x, np.ndarray) and isinstance(item, np.ndarray) \
                and x.shape == item.shape and np.all(x == item):
            return True
        elif isinstance(x, np.ndarray) or isinstance(item, np.ndarray):
            pass
        elif x == item:
            return True
    return False

x = np.array([1, 1])
a = [x, 1]

for y in (x, 0, 1, x + 1, np.array([1, 1, 1])):
    print(in_np(y, a))
# True
# False
# True
# False
# False

或者甚至更好的是，编写具有任意比较的in版本（可能默认为默认的in行为），然后使用语义符合预期行为的np.array_equal()对于==。在代码中：
import operator


def in_(x, items, eq=operator.eq):
    for item in items:
        if eq(x, item):
            return True
    return False

x = np.array([1, 1])
a = [x, 1]

for y in (x, 0, 1, x + 1, np.array([1, 1, 1])):
    print(in_(y, a, np.array_equal))
# True
# False
# True
# False
# False

最后，请注意，items可以是任何可迭代的，但是对于像O(1)这样的哈希容器，操作的复杂度不会是set()，尽管它仍会给出正确的结果：
print(in_(1, {1, 2, 3}))
# True
print(in_(0, {1, 2, 3}))
# False

in_(1, {1: 2, 3: 4})
# True
in_(0, {1: 2, 3: 4})
# False