比较两个元组列表，np.isin

Question

我有两个元组列表，我想找到第一个元组中的哪些元素在第二个元组中。例如：

elements = [
     (903, 468),
     (913, 468),
     (926, 468),
     (833, 470),
     (903, 470),
     (917, 470),
     (833, 833),
     (903, 833),
     (913, 833),
     (917, 833),
]
    
test_elements = [
    (903, 468), 
    (913, 468), 
    (833, 470), 
    (903, 470), 
    (833, 833), 
    (903, 833),
]

并且我想返回

elements

中存在于

test_elements

中的元素的布尔掩码。我不明白为什么 np.isin 没有给出正确的结果：

list(map(np.all, np.isin(elements, test_elements)))
>>> [True, True, False, True, True, False, True, True, True, False]

这意味着

(913, 833)

应该在

test_elements

但事实并非如此

这个表达式（我从另一篇文章找到）返回正确的掩码：

list((np.array(elements)[:,None] == np.array(test_elements)).all(2).any(1))
>>> [True, True, False, True, True, False, True, True, False, False]

我错过了

np.isin

（或者可能是

np.all

和

map

）吗？

Answer 1

Numpy 不保留元组，而是将它们转换为数组并按元素工作，这会导致意外的结果。

熊猫系列对待事物如预期：

>>> import pandas as pd
>>> pd.Series(elements).isin(test_elements).tolist()
[True, True, False, True, True, False, True, True, False, False]

Answer 2

来自文档：

test_elements

类似数组：
用于测试

element

每个值的值。如果该参数是数组或类似 array，则该参数将被展平。请参阅有关非类似数组参数的行为的注释。

所以你的元组将被展平，它只会检查

913

和

833

是否都在

np.array(test_elements).flatten()

中，它们确实如此。