Python Numpy中數組的集合操作詳解
我們知道兩個 set 對象之間,可以取交集、並集、差集、對稱差集,舉個例子:
s1 = {1, 2, 3} s2 = {2, 3, 4} """ &: 交集 |: 並集 -: 差集 ^: 對稱差集 """ # 以下幾種方式是等價的 # 但是一般我們都會使用操作符來進行處理,因為比較方便 print(s1 & s1) print(s1.intersection(s2)) print(set.intersection(s1, s2)) """ {2, 3} {2, 3} {2, 3} """ print(s1 | s2) print(s1.union(s2)) print(set.union(s1, s1)) """ {1, 2, 3, 4} {1, 2, 3, 4} {1, 2, 3, 4} """ print(s1 - s2, s2 - s1) print(s1.difference(s2), s2.difference(s1)) print(set.difference(s1, s2), set.difference(s2, s1)) """ {1} {4} {1} {4} {1} {4} """ print(s1 ^ s2) print(s1.symmetric_difference(s2)) print(set.symmetric_difference(s1, s2)) """ {1, 4} {1, 4} {1, 4} """ # 另外,我們還可以同時對多個集合操作,不僅僅是兩個 print({1, 2, 3} & {2, 3, 4} & {3, 4, 5}) # {3}
那麼 Numpy 的數組之間,可不可以執行這些操作呢?答案是可以的,Numpy 提供瞭一些 API,用於數組之間的集合運算。
但需要註意,數組雖然也支持 & 等操作符,但是它們代表的意義和集合無關。
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([2, 3, 4]) # 兩個數組 & # 表示將數組裡面對應的元素分別進行"按位與"操作 print(arr1 & arr2) # [0 2 0]
所以我們需要使用 Numpy 提供的 API 進行運算。
import numpy as np arr1 = np.array([1, 2, 2, 3]) arr2 = np.array([2, 3, 4, 4]) # 取交集 print( np.intersect1d(arr1, arr2) ) # [2 3] # 取並集 print( np.union1d(arr1, arr2) ) # [1 2 3 4] # 取差集 print( np.setdiff1d(arr1, arr2), np.setdiff1d(arr2, arr1) ) # [1] [4] # 取對稱差集 print( np.setxor1d(arr1, arr2) ) # [1 4]
接收兩個數組,返回一個數組。並且原始數組中的元素允許重復,對結果沒有影響。
另外,上面的函數都隻能接收兩個數組,如果我們想同時對任意多個數組操作呢?很簡單,使用 reduce 即可。
from functools import reduce import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([2, 3, 4]) arr3 = np.array([3, 4, 5]) print( reduce(np.intersect1d, [arr1, arr2, arr3]) ) # [3]
總的來說還是比較簡單的。
到此這篇關於Python Numpy中數組的集合操作詳解的文章就介紹到這瞭,更多相關Numpy數組集合操作內容請搜索WalkonNet以前的文章或繼續瀏覽下面的相關文章希望大傢以後多多支持WalkonNet!