NumPy 集合操作

什么是集合

数学中的集合是独特元素的集合。

集合用于涉及频繁的交集、并集和差集运算的运算。

在 NumPy 中创建集合

我们可以使用 NumPy 的 unique() 方法来从任何数组中找到唯一的元素。例如，创建一个集合数组，但请记住，集合数组应该只是一维数组。

实例

将以下包含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

求并集

要找到两个数组的唯一值，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

求交集

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

注意：intersect1d() 方法采用一个可选参数 assume_unique，如果设置为 True，则可以加速计算。处理集合时，应始终将其设置为 True。

求差集

要仅找到第一个集合中不存在于第二个集合中的值，请使用 setdiff1d() 方法。

实例

求 set1 与 set2 的差集：

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

注意：setdiff1d() 方法采用可选参数 assume_unique，如果将其设置为 True，则可以加快计算。处理集合时应始终将其设置为 True。

求对称差集

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 的对称差集：

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

注意：setxor1d() 方法采用可选参数 assume_unique，如果将其设置为 True，可以加快计算。处理集合时应始终将其设置为 True。