最近又在写科学计算的代码了。今天偶然发现一个 Numpy 中的一个小问题，不注意的话还是很容易踩坑的。

通常来说，检查一个类似列表的对象中是否有某个元素，最直接的办法是用 in。这个方法对列表、字典、元组等都适用，对一维的 ndarray 对象也适用，例如：

a = [1, 2, 3]
print(4 in a)
b = np.array(a)
print(4 in b)

结果是False False

但是，如果这个 ndarray 是二维的数组，结果就非常奇怪了：

a = [[0,0], [0,1]]
print([0,2] in a)
b = np.array(a)
print([0,2] in b)

结果是False True。

SO 上问了一下，原来已经有人解释过了：

in 关键词检查是否成员，需要对象有 __contains__ 方法，Numpy 所实现的方法，虽然有，但理论上只对标量有效，对向量元素也就是多维数据不成立。具体原理可参考前面的链接，这里不再赘述。

解决的办法也在原贴中有，如果不在乎速度，一般用 [0, 2] in b.tolist() 就可以，也就是转回 list 再运算。对于非常大的数组或者非常在意速度，就需要另想办法了。