如何使用「in」運算符比較兩個numpy字符串數組以獲得使用數組廣播的布爾數組？

Question

Python允許一個簡單的檢查，如果一個字符串包含在另一個字符串：

'ab' in 'abcd' 

計算結果爲True。

現在來numpy字符串數組，你可以這樣做：

import numpy as np 
A0 = np.array(['z', 'u', 'w'],dtype=object) 

A0[:,None] != A0 

在布爾陣列得到的：

array([[False, True, True], 
     [ True, False, True], 
     [ True, True, False]], dtype=bool) 

讓我們現在就另一個數組：

A1 = np.array(['u_w', 'u_z', 'w_z'],dtype=object) 

我想檢查一個字符串A0不包含在中的一個字符串中，基本上是創造獨特的組合，但以下我怎麼寫了指數不產生boolean值陣列，只有一個布爾值，不管：

A0[:,None] not in A1 

我使用numpy.in1d和np.ndarray.__contains__也嘗試過，但這些方法不似乎也可以做到這一點。

性能是一個問題，所以我想充分利用numpy's優化。

我該如何做到這一點？

編輯：

，我發現這是可以做到這樣的：

fv = np.vectorize(lambda x,y: x not in y) 
fv(A0[:,None],A1) 

但作爲numpy文檔狀態：

矢量化功能主要是爲了方便而提供，而不是性能。實現本質上是一個for循環。

所以這和循環數組是一樣的，如果沒有顯式或隱式的for循環就可以解決這個問題。

Answer 1

我們可以轉換爲string dtype，然後使用其中一個NumPy based string functions。

因此，使用np.char.count，一個解決辦法是 -

np.char.count(A1.astype(str),A0.astype(str)[:,None])==0 

替代使用np.char.find -

np.char.find(A1.astype(str),A0.astype(str)[:,None])==-1 

還有一個使用np.char.rfind -

np.char.rfind(A1.astype(str),A0.astype(str)[:,None])==-1 

如果我們轉換一個str dtype，我們可以sk ip爲其他數組的轉換，因爲在內部它將完成。所以，最後的方法可以簡化成 -

np.char.rfind(A1.astype(str),A0[:,None])==-1 

採樣運行 -

In [97]: A0 
Out[97]: array(['z', 'u', 'w'], dtype=object) 

In [98]: A1 
Out[98]: array(['u_w', 'u_z', 'w_z', 'zz'], dtype=object) 

In [99]: np.char.rfind(A1.astype(str),A0[:,None])==-1 
Out[99]: 
array([[ True, False, False, False], 
     [False, False, True, True], 
     [False, True, False, True]], dtype=bool) 

# Loopy solution using np.vectorize for verification 
In [100]: fv = np.vectorize(lambda x,y: x not in y) 

In [102]: fv(A0[:,None],A1) 
Out[102]: 
array([[ True, False, False, False], 
     [False, False, True, True], 
     [False, True, False, True]], dtype=bool)