Python请建议使用isin来更快地替代此代码

Question

我写了一个程序，在天文图像中寻找彗星，但在一个区域运行缓慢。我已经通过尽可能使用numpy和cupy优化了它的速度

我可以将速度问题归结为一个操作：

t1=np.isin(thirdsplit,file3new)

thirdsplit和file3new都是带有浮点值的numpy数组。它们的大小可以是不同的，但通常两者的大小都可能是600 x 600

上一行比较了两个数组中的每个位置，并查看另一个数组中的对应位置是否相同。如果是这样，则True返回到结果为相同形状的t1数组中的该位置

乙二醇

thirdsplit[100,100] = 2.80000
file3new[100,100] = 2.8000

所以 t1[100,100]将返回True

有没有办法重写这句话

t1=np.isin(thirdsplit,file3new)

让它跑得更快

为了记录在案，我搜索了其他答案。我发现了一个类似的问题，但使用了熊猫，但我的程序中没有使用熊猫

Answer 1

isclose广播应该有效，浮动应该更准确：

In [112]: x = np.arange(9.).reshape(3,3); y = np.array([1.,5.])
In [113]: np.isclose(x[:,:,None],y)
Out[113]: 
array([[[False, False],
        [ True, False],
        [False, False]],

       [[False, False],
        [False, False],
        [False,  True]],

       [[False, False],
        [False, False],
        [False, False]]])
In [114]: _.any(axis=-1)
Out[114]: 
array([[False,  True, False],
       [False, False,  True],
       [False, False, False]])

与之相比：

In [115]: np.isin(x,y)
Out[115]: 
array([[False,  True, False],
       [False, False,  True],
       [False, False, False]])

编辑

一个例子，其中isclose得到了正确的结果-这是由于它处理浮动的方式

In [117]: x = np.arange(.1,1,.1).reshape(3,3); y = np.array([.3,.7])
In [118]: x
Out[118]: 
array([[0.1, 0.2, 0.3],
       [0.4, 0.5, 0.6],
       [0.7, 0.8, 0.9]])
In [119]: x.tolist()
Out[119]: 
[[0.1, 0.2, 0.30000000000000004],
 [0.4, 0.5, 0.6],
 [0.7000000000000001, 0.8, 0.9]]

比较：

In [121]: np.isin(x,y)
Out[121]: 
array([[False, False, False],
       [False, False, False],
       [False, False, False]])
In [122]: np.isclose(x[:,:,None],y).any(axis=-1)
Out[122]: 
array([[False, False,  True],
       [False, False, False],
       [ True, False, False]])

isin使用==测试，并且可能由于浮点精度而失败