numpy.isin

numpy.isin(element, test_elements, assume_unique=False, invert=False) [source]

Вычисляет element in test_elements, транслируя по element только. Возвращает булеву массив с такой же формой, как element, который содержит True, где элемент из element присутствует в test_elements, и False в противном случае.

Параметры:

element : array_like Входной массив. test_elements : array_like Значения, с которыми необходимо сравнить каждый элемент element. Этот аргумент сплющивается, если он является массивом или массивоподобным объектом. Обратитесь к примечаниям для поведения с параметрами, не являющимися массивами. assume_unique : bool, optional Если True, входные массивы предполагаются уникальными, что может ускорить вычисления. По умолчанию False. invert : bool, optional Если True, значения в возвращаемом массиве инвертируются, как если бы вычислялось element not in test_elements. По умолчанию False. np.isin(a, b, invert=True) эквивалентно (но быстрее) np.invert(np.isin(a, b)).

Возвращаемое значение:

isin : ndarray, bool Имеет такую же форму, как element. Значения element[isin] присутствуют в test_elements.

См. также

in1d

Сплющенная версия этой функции.

numpy.lib.arraysetops

Модуль с рядом других функций для выполнения операций над множествами в массивах.

Примечания

isin — это элементная функция, которая соответствует ключевому слову python in. isin(a, b) примерно эквивалентно np.array([item in b for item in a]), если a и b — одномерные последовательности.

element и test_elements преобразуются в массивы, если они таковыми не являются. Если test_elements — множество (или другая коллекция, не являющаяся последовательностью), оно будет преобразовано в массив объектов с одним элементом, а не в массив значений, содержащихся в test_elements. Это следствие способа обработки array конструктора не-последовательных коллекций. Преобразование множества в список обычно дает желаемое поведение.

Новая в версии 1.13.0.

Примеры

>>> element = 2*np.arange(4).reshape((2, 2))
>>> element
array([[0, 2],
       [4, 6]])
>>> test_elements = [1, 2, 4, 8]
>>> mask = np.isin(element, test_elements)
>>> mask
array([[ False,  True],
       [ True,  False]])
>>> element[mask]
array([2, 4])
>>> mask = np.isin(element, test_elements, invert=True)
>>> mask
array([[ True, False],
       [ False, True]])
>>> element[mask]
array([0, 6])

Из-за того, как array обрабатывает множества, следующее не работает как ожидается:

>>> test_set = {1, 2, 4, 8}
>>> np.isin(element, test_set)
array([[ False, False],
       [ False, False]])

Преобразование множества в список дает ожидаемый результат:

>>> np.isin(element, list(test_set))
array([[ False,  True],
       [ True,  False]])