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！