Python 从numpy数组中，获取值列表的索引

像这样：

>> arr = np.array([[0, 50], [100, 150], [200, 250]]) 
>>> values = [100, 200, 300] 

>>> arr in values

期望：

array([[False, False],
       [ True, False],
       [ True, False]])

结果:

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

我编写了以下代码，它可以工作，但此代码不能接受更改列表长度

(arr==values[0]) | (arr==values[1]) | (arr==values[2])

---

还可以将该变量的名称从values更改为与values不同的名称，例如

if valuess in arr.values :
print(valuess)

或

使用lambda函数

假设您有一个数组：

nums = [0,1,5]
Check whether 5 is in nums:

(len(filter (lambda x : x == 5, nums)) > 0)

使用np.isin：

import numpy as np

arr = np.array([[0, 50], [100, 150], [200, 250]])
values = [100, 200, 300]

np.isin(arr, values)

结果:

array([[False, False],
       [ True, False],
       [ True, False]])

---

这应该有效，但仅适用于2级深度：

import numpy as np


def is_in(arr, values):
    agg = []
    for a in arr:
        if isinstance(a, list):
            result = is_in(a, values)
            agg.append(result)
        else:
            result = np.isin(arr, values)
            return result
    return agg

arr = np.array([[0, 50], [100, 150], [200, 250]])
values = [100, 200, 300]

print(is_in(arr, values))

---

您使用的是脚本或命令行？@bogdoicin为什么会产生差异，您可以使用

np.isin（arr，values）

@bogdoicin此示例是以命令行的形式编写的，以简化，但我希望此代码在脚本上使用。在这个问题上有什么不同吗？@谢谢。你能写下这个作为答案吗？为什么要更改变量名？还有，这是如何回答这个问题的。。