问题描述：

>>> x = numpy.array([[1, 2],
...                  [3, 4],
...                  [5, 6]])
>>> [1, 7] in x
True
>>> [1, 2] in x
True
>>> [1, 6] in x
True
>>> [2, 6] in x
True
>>> [3, 6] in x
True
>>> [2, 3] in x
False
>>> [2, 1] in x
False
>>> [1, 2, 3] in x
False
>>> [1, 3, 5] in x
False

我不知道__contains__ndarrays 是如何工作的。我找了相关文档却找不到。它是如何工作的？有文档记录吗？

解决方案 1：

ndarray.__contains__我在 中找到了 的来源numpy/core/src/multiarray/sequence.c。正如来源中的评论所述，

thing in x

相当于

(x == thing).any()

对于 ndarray ，无论和x的维度如何。这仅在​​ 为标量时才有意义；当 不是标量时广播的结果会导致我观察到的奇怪结果，以及我没有想到要尝试的奇怪现象。确切来源是x`thingthingthing`array([1, 2, 3]) in array(1)

static int
array_contains(PyArrayObject *self, PyObject *el)
{
    /* equivalent to (self == el).any() */

    int ret;
    PyObject *res, *any;

    res = PyArray_EnsureAnyArray(PyObject_RichCompare((PyObject *)self,
                                                      el, Py_EQ));
    if (res == NULL) {
        return -1;
    }
    any = PyArray_Any((PyArrayObject *)res, NPY_MAXDIMS, NULL);
    Py_DECREF(res);
    ret = PyObject_IsTrue(any);
    Py_DECREF(any);
    return ret;
}

解决方案 2：

似乎numpy正在__contains__针对二维情况做类似的事情：

def __contains__(self, item):
    for row in self:
        if any(item_value == row_value for item_value, row_value in zip(item, row)):
            return True
    return False

[1,7]有效，因为0第一行的第 th 个元素0与 的第 th 个元素匹配[1,7]。[1,2]等也是一样。对于[2,6]，6 与最后一行的 6 匹配。对于[2,3]，没有任何元素与同一索引处的行匹配。[1, 2, 3]很简单，因为形状不匹配。

请参阅此处了解更多信息，以及这张票。

解决方案 3：

如何检查一维是否np.ndarray等同于二维中的一行np.ndarray

正如已经指出的那样，

[1, 2] in x
相当于
([1, 2] == x).any()。

[1,2,3] in x如今会抛出一个DeprecationWarning，因为它有 3 个元素长，而x.shape[1]只有 2 个。

如果你只是想知道一个是否np.ndarray仅包含（以人类解释的方式）于另一个np.ndarray，请使用此

>>> x = np.array([[1, 2], [3, 4], [5, 6]])
>>> np.any([np.array_equal([1, 7], el) for el in list(x)])
False
>>> np.any([np.array_equal([1, 2], el) for el in list(x)])
True