numpy.isin
numpy.isin(element, test_elements, assume_unique=False, invert=False) [source]
计算test_elements中的元素，仅在element上传递。 返回与元素具有相同形状的布尔数组，如果元素的元素在test_elements中，则返回True，否则返回False。
参数 ： | element ：array_like 输入数组。 test_elements ：array_like 用于测试每个元素值的值。 如果它是array或array_like，则将其展平。 有关非类数组参数的行为，请参见注释。 assume_unique ： 如果为True，则假定输入数组都是唯一的， 这可以加快计算速度。 默认值为False。 invert ：bool, 可选 如果为True，则返回数组中的值将被反转， 就像计算元素不在test_elements中一样。 默认值为 等效于（但比更快） |
返回值 ： | isin ：ndarray, 具有与元素相同的形状。 值element [isin]在test_elements中。 |
Notes
isin是python关键字in的元素明智函数版本。isin(a, b)大致相当于np.array([item in b for item in a])如果a和b是1-D序列。
如果元素和test_elements还没有被转换为数组，那么它们将被转换为数组。如果test_elements是一个集合(或其他非序列集合)，那么它将被转换为一个只有一个元素的对象数组，而不是test_elements中包含的值数组。这是数组构造函数处理非序列集合方式的结果。将集合转换为列表通常会得到所需的行为。
新版本1.13.0。
例子
>>> 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])可以使用非零值获取匹配值的索引：
>>> np.nonzero(mask)
(array([0, 1]), array([1, 0]))测试也可以颠倒：
>>> mask = np.isin(element, test_elements, invert=True)
>>> mask
array([[ True, False],
[False, True]])
>>> element[mask]
array([0, 6])由于array的处理方式，以下内容无法按预期工作：
>>> test_set = {1, 2, 4, 8}
>>> np.isin(element, test_set)
array([[False, False],
[False, False]])将集合转换为列表可得到预期结果：
>>> np.isin(element, list(test_set))
array([[False, True],
[ True, False]])