numpy.in1d
numpy.in1d(ar1, ar2, assume_unique=False, invert=False) [source]
测试1-D数组的每个元素是否也出现在第二个数组中。
返回一个与ar1长度相同的布尔数组，该数组为true，其中ar1的元素位于ar2中，否则为False。
我们建议对新代码使用isin而不是in1d。
参数 ： | ar1 ：(M,) array_like 输入数组。 ar2 ：array_like 用于测试ar1的每个值的值。 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 invert ： 如果为True，则返回的数组中的值将被反转 （即，在ar1中的一个元素位于ar2中时为False，否则为 默认值为 等效于（但比 1.8.0版中的新功能。 |
返回值 ： | in1d ：(M,) ndarray, bool 值 |
Notes
对于1-D序列，in1d可被视为python关键字in的逐元素函数版本。in1d（a，b）大致等同于np.array([item in b for item in a])。 但是，如果ar2是一个集合或类似的（非序列）容器，则此方法将失败：ar2被转换为数组，在这种情况下为asarray（ ar2）是一个对象数组，而不是包含值的预期数组。
1.4.0版的新功能。
例子
>>> test = np.array([0, 1, 2, 5, 0]) >>> states = [0, 2] >>> mask = np.in1d(test, states) >>> mask array([ True, False, True, False, True]) >>> test[mask] array([0, 2, 0]) >>> mask = np.in1d(test, states, invert=True) >>> mask array([False, True, False, True, False]) >>> test[mask] array([1, 5])