从二维数组中提取指定行的最有效方法？

Question

我有一个有100000多行的二维numpy数组。我需要返回这些行的一个子集（我需要执行这些操作1000次，所以效率很重要）。在

模型示例如下：

import numpy as np
a = np.array([[1,5.5],
             [2,4.5],
             [3,9.0],
             [4,8.01]])
b = np.array([2,4])

所以…我想从a返回数组，其中第一列由b标识行：

^{pr2}$

当然，区别在于a和b中有更多的行，所以我希望避免循环。而且，我还玩着编字典和np.非零但我还是有点困惑。在

提前感谢您的任何想法！在

编辑：注意，在本例中，b是标识符，而不是索引。下面是一个修改后的示例：

import numpy as np
a = np.array([[102,5.5],
             [204,4.5],
             [343,9.0],
             [40,8.01]])
b = np.array([102,343])

我想回来：

c = [[102,5.5],
     [343,9.0]]

Answer 1

编辑：删除了我原来的答案，因为这是对问题的误解。相反，请尝试：

ii = np.where((a[:,0] - b.reshape(-1,1)) == 0)[1]
c = a[ii,:]

我要做的是使用广播从a中减去b的每个元素，然后在该数组中搜索表示匹配的零。这应该行得通，但是在比较float时应该小心一点，尤其是当b不是整数数组时。在

编辑2多亏了斯文的建议，你可以试试这个稍作修改的版本：

^{pr2}$

它比我最初的实现要快一点。在

编辑3目前最快的解决方案（比Sven针对大型阵列的第二个解决方案快约10倍）是：

c = a[np.searchsorted(a[:,0],b),:]

假设a[:,0]被排序，b的所有值都出现在a[:,0]中。在