Python numpy：如果数组元素在给定集合中，则返回布尔值并返回true

要使这项工作成功，需要什么样的规范功能

我尝试过的

我尝试过对lambda函数进行矢量化，这很有效。。。感觉这样做不对

>>> s = {0, 4, 27}
>>> a = numpy.arange(10)
>>> t = some_func(a)
>>> t
[1, 0, 0, 0, 1, 0, 0, 0, 0, 0]

与

s

一起用作NumPy数组

>>> f = lambda i: i in s
>>> vf = numpy.vectorize(f)
>>> t = numpy.fromfunction(vf, a.shape)
>>> t.astype(int)
array([1, 0, 0, 0, 1, 0, 0, 0, 0, 0])

与

s

一起用作NumPy数组

>>> f = lambda i: i in s
>>> vf = numpy.vectorize(f)
>>> t = numpy.fromfunction(vf, a.shape)
>>> t.astype(int)
array([1, 0, 0, 0, 1, 0, 0, 0, 0, 0])

与

s

一起用作NumPy数组

>>> f = lambda i: i in s
>>> vf = numpy.vectorize(f)
>>> t = numpy.fromfunction(vf, a.shape)
>>> t.astype(int)
array([1, 0, 0, 0, 1, 0, 0, 0, 0, 0])

与

s

一起用作NumPy数组

>>> f = lambda i: i in s
>>> vf = numpy.vectorize(f)
>>> t = numpy.fromfunction(vf, a.shape)
>>> t.astype(int)
array([1, 0, 0, 0, 1, 0, 0, 0, 0, 0])

这将更快：

>>> import numpy as np
>>> s = np.array([0, 4, 27])
>>> a = np.arange(10)
>>> t = np.in1d(a, s)
>>> t
array([ True, False, False, False,  True, False, False, False, False, False], dtype=bool)
>>> 

t=np.zero（10，int）
sa=np.数组（列表）
t[sa[sa这会更快：

>>> import numpy as np
>>> s = np.array([0, 4, 27])
>>> a = np.arange(10)
>>> t = np.in1d(a, s)
>>> t
array([ True, False, False, False,  True, False, False, False, False, False], dtype=bool)
>>> 

t=np.zero（10，int）
sa=np.数组（列表）
t[sa[sa这会更快：

>>> import numpy as np
>>> s = np.array([0, 4, 27])
>>> a = np.arange(10)
>>> t = np.in1d(a, s)
>>> t
array([ True, False, False, False,  True, False, False, False, False, False], dtype=bool)
>>> 

t=np.zero（10，int）
sa=np.数组（列表）
t[sa[sa这会更快：

>>> import numpy as np
>>> s = np.array([0, 4, 27])
>>> a = np.arange(10)
>>> t = np.in1d(a, s)
>>> t
array([ True, False, False, False,  True, False, False, False, False, False], dtype=bool)
>>> 

t=np.zero（10，int）
sa=np.数组（列表）
我认为你想要的是来自numpy的一维。不要真的去做
numpy
，但是想
[i in s for i in a]
在这里工作吗？我想你想要的是来自numpy的一维。不要真的去做
numpy
，而是想
[i in s for i in a]
在这里工作？我想你想要的是来自numpy的一维。不要真的做
numpy
，但是像
[I in s for I in a]
这样的东西会在这里工作吗？我想你想要的是来自numpy的一维。不要真的做
numpy
，而是像
[I in s for I in a]
这样的东西会在这里工作吗？