python - numpy.isin 字符串元素的错误结果

Question

假设我想检查字符串 x 是否是字符串 y 的子字符串，我可以使用成员运算符，例如

x = 'a'
y = 'abc'
x in y
>> True

但是现在，x 和 y 都是 numpy 字符串数组，我想按元素执行上述操作。根据文档，

numpy.isin is an element-wise function version of the python keyword in

所以我想

x = np.array(['a','b','c'])
y = np.array(['ab','fgd','cdfsgfsdh'])
np.isin(x,y)

会给出 array([True, False, True])，但它实际上给出了 array([False, False, False])。

是我误解了文档还是错误？
执行这样的逐元素操作的正确方法是什么？

Answer 1

np.char 有一些将字符串方法应用于数组元素的函数。例如可以使用字符串find:

In [25]: x = np.array(['a','b','c']) 
    ...: y = np.array(['ab','fgd','cdfsgfsdh'])                                 
In [27]: np.char.find(y,x)                                                      
Out[27]: array([ 0, -1,  0])

在其他情况下的测试表明，这与列表理解的速度大致相同。 numpy 没有自己的快速编译字符串操作，所以它仍然依赖字符串方法，一个一个地应用。

如果您只查看 y 字符串的第一个字符，您可以这样做:

In [28]: y.astype('U1')                                                         
Out[28]: array(['a', 'f', 'c'], dtype='<U1')
In [29]: y.astype('U1')==x                                                      
Out[29]: array([ True, False,  True])

换句话说，截断 y 字符串并进行快速元素比较。

frompyfunc 相对于列表理解通常有 2 倍的速度增益:

In [30]: np.frompyfunc(lambda a,b: a in b,2,1)(x,y)                             
Out[30]: array([True, False, True], dtype=object)