努比。INAD方法未正确计算数组与数组视图？

Question

我试图搜索并查看numpy数组是否位于另一个数组中，以便调试某些内容。

#Pattern
arr1 = np.array([1.62434536, -0.61175641, -0.52817175])
#type : np.ndarray
#dtype : 'float64'
#shape : (3,)

然后我有一个元组列表，其中每个元组中的第一个元素是一个n×m ndarray，假设这个对象叫做my_nest

arr2 = my_nest[0][0][0][0:3]
arr2
#array([ 1.62434536, -0.61175641, -0.52817175])
#type : np.ndarray
#dtype : 'float64'
#shape : (3,)

但是使用in1d方法会返回一个不直观的结果

np.in1d(arr1,arr2)
#array([False, False, False], dtype=bool)

我知道切片一个ndarray创建一个视图的对象，因为它是在内存中，但我甚至尝试包装np.copy在它周围创建一个新的对象在内存中，然后比较，我仍然得到False。

有人知道这是怎么回事吗？

Answer 1

如注释中所述，这是浮点精度的影响。您可以使用isclose而不是=根据小型阵列的源代码在一维中重新实现。

import numpy as np

arr1 = np.array([1.62434536, -0.61175641, -0.52817175])
arr2 = np.array([1.62434536, -0.61175641, -0.52817175+1e-12])
print(arr1)
print(arr2)

print('isin:   ', np.in1d(arr1,arr2))

mask = np.zeros(len(arr1), dtype=bool)
for a in arr2:
    mask |= np.isclose(arr1, a)
print('isclose:', mask)

输出：

[ 1.62434536 -0.61175641 -0.52817175]
[ 1.62434536 -0.61175641 -0.52817175]
isin:    [ True  True False]
isclose: [ True  True  True]