python - 如何让 Numpy 将每一行/张量视为一个值

Question

许多函数都喜欢in1d和setdiff1d专为一维数组而设计。将这些方法应用于 N 维数组的一种解决方法是numpy将每一行（更高维的）视为一个值。

我发现这样做的一种方法是在这个答案Get intersecting rows across two 2D numpy arrays by Joe Kington。

以下代码取自此答案。Joe Kington 面临的任务是A在B尝试使用in1d.

import numpy as np
A = np.array([[1,4],[2,5],[3,6]])
B = np.array([[1,4],[3,6],[7,8]])

nrows, ncols = A.shape
dtype={'names':['f{}'.format(i) for i in range(ncols)],
       'formats':ncols * [A.dtype]}

C = np.intersect1d(A.view(dtype), B.view(dtype))

# This last bit is optional if you're okay with "C" being a structured array...
C = C.view(A.dtype).reshape(-1, ncols)

我希望你能帮助我解决以下三个问题中的任何一个。首先，我不了解这种方法背后的机制。你能试着向我解释一下吗？

其次，还有其他方法可以让 numpy 将子数组视为一个对象吗？

还有一个悬而未决的问题：Joe 的方法有什么缺点吗？我的意思是将行视为一个值是否会导致一些问题？对不起，这个问题相当广泛。

Answer 1