NumPy 集合运算

本章节主要讲解 NumPy 的集合运算（set operations），包括(创建集合unique、并集union1d、交集intersect1d、差集setdiff1d、对称差集setxor1d)。

什么是集合

数学上的集合是唯一元素的集合。

集合用于频繁的交、并、差运算。

在 NumPy 中创建集合

我们可以使用 NumPy 的unique()方法从任何数组中求唯一元素。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

将具有重复元素的以下数组转换为集合：

import numpy as np
arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])
x = np.unique(arr)
print(x)

求并集(union1d)

求两个数组的唯一值，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)

求交集(intersect1d)

若要仅获得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)

注意：intersect1d()方法采用可选参数 assume_unique，如果将其设置为 True，则可以加快计算速度。 处理集合时，应始终将其设置为 True。

求差集(setdiff1d)

只获取第一个集合中没有出现在第二个集合中的值，请使用 setdiff1d() 方法。

实例

求 set1 与 set2 的差异：

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)

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

求对称差集(setxor1d)

若要仅获取两个集合中都不存在的值，请使用 setxor1d() 方法。

实例

找到 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)

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