检查numpy数组是否是另一个数组的子集

Question

在SO上已经问过类似的问题，但是它们有更具体的约束，其答案不适用于我的问题。

一般来说，确定任意numpy数组是否是另一个数组的子集的最有效方法是什么？更具体地说，我有大约20000x3的数组，我需要知道完全包含在集合中的1x3元素的索引。更普遍地讲，是否有更Python化的方式编写以下代码：

master=[12,155,179,234,670,981,1054,1209,1526,1667,1853] #some indices of interest
triangles=np.random.randint(2000,size=(20000,3)) #some data
for i,x in enumerate(triangles):
  if x[0] in master and x[1] in master and x[2] in master:
    print i

对于我的用例，我可以安全地假设len（master）<<20000。（因此，可以安全地假设master是有序的，因为这很便宜）。

Answer 1

您可以通过迭代列表推导中的数组来轻松实现此目的。一个玩具示例如下：

import numpy as np
x = np.arange(30).reshape(10,3)
searchKey = [4,5,8]
x[[0,3,7],:] = searchKey
x

给

 array([[ 4,  5,  8],
        [ 3,  4,  5],
        [ 6,  7,  8],
        [ 4,  5,  8],
        [12, 13, 14],
        [15, 16, 17],
        [18, 19, 20],
        [ 4,  5,  8],
        [24, 25, 26],
        [27, 28, 29]])

现在遍历元素：

ismember = [row==searchKey for row in x.tolist()]

结果是

[True, False, False, True, False, False, False, True, False, False]

您可以按照问题中的内容将其修改为子集：

searchKey = [2,4,10,5,8,9]  # Add more elements for testing
setSearchKey = set(searchKey)
ismember = [setSearchKey.issuperset(row) for row in x.tolist()]

如果需要索引，请使用

np.where(ismember)[0]

它给

array([0, 3, 7])