NumPy 教程
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)
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)
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)
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)
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)
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。
相关视频
24小时阅读榜
精品课程
共22课时
24.3万人学习
共28课时
36.2万人学习
共89课时
133.1万人学习
热门下载
集成PHP7，16种组合，超全大合集
下载
phpStudy安装所需运行库集合下载
下载
程序员工具箱 v1.0 php集成环境
下载
中文版，非常好用
下载
Notepad++ 8.9.7 Windows版官方安装包，适合 Windows 用户进行代码编辑、文本处理、语法高亮和插件扩展配置。
下载
Win64位，支持php多版本共存
下载