计算两个numpy数组之间的相交值的有效方法
问题内容：
我的程序中存在瓶颈，这是由以下原因引起的：
A = numpy.array([10,4,6,7,1,5,3,4,24,1,1,9,10,10,18])
B = numpy.array([1,4,5,6,7,8,9])
C = numpy.array([i for i in A if i in B])
的预期结果C如下：
C = [4 6 7 1 5 4 1 1 9]
有没有更有效的方法来执行此操作？
请注意，数组A包含重复值，需要将它们考虑在内。我无法使用设置交集，因为采用交集会忽略重复值，而返回just [1,4,5,6,7,9]。
还要注意，这只是一个简单的演示。实际的数组大小可能在数千个级别，甚至超过数百万个。
问题答案：
您可以使用np.in1d：
>>> A[np.in1d(A, B)]
array([4, 6, 7, 1, 5, 4, 1, 1, 9])
np.in1d返回一个布尔数组，指示的每个值是否A也出现在中B。然后，可以使用该数组索引A并返回公共值。
这与您的示例无关，但值得一提的是，如果A和B每个都包含唯一值，则np.in1d可以通过设置来加快速度assume_unique=True：
np.in1d(A, B, assume_unique=True)
您可能还对以下np.intersect1d哪项感兴趣：返回两个数组共有的唯一值的数组（按值排序）：
>>> np.intersect1d(A, B)
array([1, 4, 5, 6, 7, 9])
