python中列表二维数组的用法,使用Python List Comprehension匹配二维数组和简单列表中存在的值...

[编辑首先采用更简单的方法。]

在实践中，我可能只是这样做：

In [166]: d = dict(m_out[:,::-1])

In [167]: [(k, d[k]) for k in eqn_out if k in d]

Out[167]: [(7, 6), (9, 8), (11, 10), (13, 12), (15, 14), (17, 16)]但为了好玩，坚持不懈，如下：

[更新：更好的numpy方法]：

In [15]: m_out[np.in1d(v, eqn_out)][:, ::-1]

Out[15]:

array([[ 7, 6],

[ 9, 8],

[11, 10],

[13, 12],

[15, 14],

[17, 16]])或者我最初的numpy方法：

In [150]: import numpy as np

In [151]: m_out = np.arange(50).reshape(25,2)

In [152]: v = m_out[:,1]

In [153]: eqn_out = np.arange(7, 18)

In [154]: eqn_out

Out[154]: array([ 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17])只保留我们所知道的值：

In [155]: np.intersect1d(eqn_out, v)

Out[155]: array([ 7, 9, 11, 13, 15, 17])找到他们所在的位置(假设数据已排序!!)：

In [156]: v.searchsorted(np.intersect1d(eqn_out, v))

Out[156]: array([3, 4, 5, 6, 7, 8])使用这些索引进行选择：

In [157]: m_out[v.searchsorted(np.intersect1d(eqn_out, v))]

Out[157]:

array([[ 6, 7],

[ 8, 9],

[10, 11],

[12, 13],

[14, 15],

[16, 17]])翻转：

In [158]: m_out[v.searchsorted(np.intersect1d(eqn_out, v))][:,::-1]

Out[158]:

array([[ 7, 6],

[ 9, 8],

[11, 10],

[13, 12],

[15, 14],

[17, 16]])