ufunc 集合操作

---

什么是集合

数学中的集合是独特元素的集合。

集合用于涉及频繁交集、并集和差集的操作。

---

在 NumPy 中创建集合

我们可以使用 NumPy 的 unique() 方法从任何数组中查找唯一元素。 例如。 创建一个集合数组，但请记住集合数组只能是一维数组。

实例

将以下具有重复元素的数组转换为集合:

import numpy as np

arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])

x = np.unique(arr)

print(x) 亲自试一试 »

---

寻找唯一值

要查找两个数组的唯一值，请使用 union1d() 方法。

实例

求以下两个集合数组的并集:

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

newarr = np.union1d(arr1, arr2)

print(newarr) 亲自试一试 »

---

寻找交集

要仅查找两个数组中都存在的值，请使用 intersect1d() 方法。

实例

求以下两个集合数组的交集:

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

newarr = np.intersect1d(arr1, arr2, assume_unique=True)

print(newarr) 亲自试一试 »

注释: intersect1d() 方法采用可选参数 assume_unique , 如果设置为 True 可以加快计算速度。 处理集合时应始终设置为 True。

---

发现差集

要仅查找第一组中不存在于秒组中的值，请使用 setdiff1d() 方法。

实例

找出set1和set2的区别:

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setdiff1d(set1, set2, assume_unique=True)

print(newarr) 亲自试一试 »

注释: setdiff1d() 方法采用可选参数 assume_unique , 如果设置为 True 可以加快计算速度。 处理集合时应始终设置为 True。

---

寻找对称差集

要仅查找两个集合中都不存在的值，请使用 setxor1d() 方法。

实例

求set1和set2的对称差:

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setxor1d(set1, set2, assume_unique=True)

print(newarr) 亲自试一试 »

注释: setxor1d() 方法采用可选参数 assume_unique , 如果设置为 True 可以加快计算速度。 处理集合时应始终设置为 True。

---