行包含在numpy中

我想知道在python numpy中检查行包含的最佳方法是什么

假设我们有一个向量V=[1,2,3,4]，矩阵M=[[2,3,4]，[3,5,6]，[4,1,3]，[5,4,2]]M中的行数等于V的长度。在执行行包含之后，我应该得到False，False，True，True，因为1不在[2,3,4]中，2不在[3,5,6]中，3在[4,1,3]中，4在[5,4,2]中

在python numpy中执行此操作的最佳方法是什么

---

实际上，我不想使用for循环。这显然是可行的，但不是最好的方法。我自己想出了一个想法，做一个减法，然后计算结果中的零的数量，这比使用for循环要快得多。但是，我想知道是否有更好的方法。您要查找的是in运算符。e、 [1,2,3]中的g.1返回True 因此，将v和m的值设为numpy数组，如下所示：

import numpy as np
v = np.array([1,2,3,4])
m = np.array([np.array([2,3,4]), np.array([3,5,6]), np.array([4,1,3]), np.array([5,4,2])])    
# Checking row wise contain
result = [(v[i] in m[i]) for i in range(len(v))]

结果是：

>>> [(v[i] in m[i]) for i in range(len(v))]
[False, False, True, True]

Divakar指出的另一个解决方案是使用

>>> (m==v[:,None]).any(1)
array([False, False,  True,  True], dtype=bool)

但是，进行一些粗略的定时检查：

>>> start_time=time.time(); (m==v[:,None]).any(1); print(time.time()-start_time)
array([False, False,  True,  True], dtype=bool)
0.000586032867432
>>> start_time=time.time(); [(v[i] in m[i]) for i in range(len(v))]; print(time.time()-start_time)
[False, False, True, True]
7.20024108887e-05

---

初始解决方案似乎更快。

我尝试了numpy.isin，但它不起作用，因为它检查第一个数组的所有元素。为什么M[0]中的V[0]不起作用？显然，我可以使用for循环。我想要一个快速的答案，我的意思是在数组的向量化操作中执行：M==V[：，None].any1。