检查numpy数组中的每个元素是否在另一个数组中

Question

这个问题似乎很简单，但我无法完全找到一个不错的解决方案。 我有两个numpy数组（A和B），我想获取A的索引（其中A的元素在B中），还希望获取A的索引，其中A的元素不在B中。

因此，如果

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6])

目前我正在使用

C = np.searchsorted(A,B)

这利用了A是有序的事实，并给了我[1, 3, 5] ，是A元素的索引。 很好，但是我如何得到D = [0,2,4,6] ，即不在B的A元素的索引？

Answer 1

如果不是B的每个元素都在A中，那么searchsorted可能会给您错误的答案。您可以使用numpy.in1d ：

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6,8])
mask = np.in1d(A, B)
print np.where(mask)[0]
print np.where(~mask)[0]

输出为：

[1 3 5]
[0 2 4 6]

但是， in1d()使用sort，这对于大型数据集来说很慢。 如果数据集很大，则可以使用pandas：

import pandas as pd
np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0]

时间比较：

A = np.random.randint(0, 1000, 10000)
B = np.random.randint(0, 1000, 10000)

%timeit np.where(np.in1d(A, B))[0]
%timeit np.where(pd.Index(pd.unique(B)).get_indexer(A) >= 0)[0]

输出：

100 loops, best of 3: 2.09 ms per loop
1000 loops, best of 3: 594 µs per loop

Answer 2

import numpy as np

A = np.array([1,2,3,4,5,6,7])
B = np.array([2,4,6])
C = np.searchsorted(A, B)

D = np.delete(np.arange(np.alen(A)), C)

D
#array([0, 2, 4, 6])

Answer 3

import numpy as np

a = np.array([1, 2, 3, 4, 5, 6, 7])
b = np.array([2, 4, 6])
c = np.searchsorted(a, b)
d = np.searchsorted(a, np.setdiff1d(a, b))

d
#array([0, 2, 4, 6])

Answer 4

A的元素也在B中：

设置（A）和设置（B）

A中不在B中的元素：

设置（A）-设置（B）