如何在两个不同大小的列表numpy数组中获得相似列表的布尔矩阵

Question

首先，我写了一个小例子:

F = [[1,2,3],[3,2,7],[4,4,1],[5,6,3],[1,3,7]]          # (1*5)     5 lists
S = [[1,3,7],[6,8,1],[3,2,7]]                          # (1*3)     3 lists

我想得到两个F和S中相同列表的布尔矩阵:

[False, True, False, False, True]                      #  (1*5)    5 Booleans for 5 lists of F

通过使用IM = reduce(np.in1d, (F, S))，它给出了F的每个列表中的每个数字的结果:

[ True  True  True  True  True  True False False  True False  True  True
True  True  True]       # (1*15)

通过使用IM = reduce(np.isin, (F, S))，它也给出了F的每个列表中的每个数字的结果，但以另一种形状:

[[ True  True  True]
[ True  True  True]
[False False  True]
[False  True  True]
[ True  True  True]]           # (5*3)

真正的结果将由示例列表的代码IM = [i in S for i in F]实现，但是当我将此代码用于我的两个主要的更大的列表numpy数组时:

https://drive.google.com/file/d/1YUUdqxRu__9-fhE1542xqei-rjB3HOxX/view?usp=sharing

numpy array: 3036 list

https://drive.google.com/file/d/1FrggAa-JoxxoRqRs8NVV_F69DdVdiq_m/view?usp=sharing

numpy array: 300 list

给出了错误的答案。对于主文件，它必须给出3036布尔值，其中'True'只有300个数字。我不明白为什么这个答案是错误的??它似乎只适用于F的每个列表中的第3个字符。通过两个函数np，我们更倾向于使用reduce函数。In1d和np。Isin，而不是最后一个方法。如何解决以上三种方法??

Answer 1

让我知道这是否有效，

[x for x in map(lambda m: m in S, F)]

Answer 2

通过IM = [i in S for i in F]和IM = [x for x in map(lambda m: m in S, F)]代码将输入转换为列表，问题已经解决;然而，这些类型的转换在很小程度上降低了精度。如果这个问题可以用numpy函数来解决，比如np，那就很有用了。