Python Numpy中數(shù)組的集合操作詳解
我們知道兩個(gè) set 對(duì)象之間,可以取交集、并集、差集、對(duì)稱差集,舉個(gè)例子:
s1?=?{1,?2,?3} s2?=?{2,?3,?4} """ &:?交集 |:?并集? -:?差集 ^:?對(duì)稱差集 """ #?以下幾種方式是等價(jià)的 #?但是一般我們都會(huì)使用操作符來(lái)進(jìn)行處理,因?yàn)楸容^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(shí)對(duì)多個(gè)集合操作,不僅僅是兩個(gè) print({1,?2,?3}?&?{2,?3,?4}?&?{3,?4,?5})??#?{3}
那么 Numpy 的數(shù)組之間,可不可以執(zhí)行這些操作呢?答案是可以的,Numpy 提供了一些 API,用于數(shù)組之間的集合運(yùn)算。
但需要注意,數(shù)組雖然也支持 & 等操作符,但是它們代表的意義和集合無(wú)關(guān)。
import?numpy?as?np arr1?=?np.array([1,?2,?3]) arr2?=?np.array([2,?3,?4]) #?兩個(gè)數(shù)組?& #?表示將數(shù)組里面對(duì)應(yīng)的元素分別進(jìn)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(jìn)行運(yùn)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] #?取并集 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(duì)稱差集 print( ????np.setxor1d(arr1,?arr2) )??#?[1?4]
接收兩個(gè)數(shù)組,返回一個(gè)數(shù)組。并且原始數(shù)組中的元素允許重復(fù),對(duì)結(jié)果沒(méi)有影響。
另外,上面的函數(shù)都只能接收兩個(gè)數(shù)組,如果我們想同時(shí)對(duì)任意多個(gè)數(shù)組操作呢?很簡(jiǎn)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(lái)說(shuō)還是比較簡(jiǎn)單的。
到此這篇關(guān)于Python Numpy中數(shù)組的集合操作詳解的文章就介紹到這了,更多相關(guān)Numpy數(shù)組集合操作內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
numba CUDA報(bào)錯(cuò)的問(wèn)題解決
本文主要介紹了numba CUDA報(bào)錯(cuò)的問(wèn)題解決,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2023-02-02python實(shí)現(xiàn)kNN算法識(shí)別手寫(xiě)體數(shù)字的示例代碼
這篇文章主要介紹了python實(shí)現(xiàn)kNN算法識(shí)別手寫(xiě)體數(shù)字的示例代碼,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08簡(jiǎn)單的Python抓taobao圖片爬蟲(chóng)
這篇文章主要介紹了簡(jiǎn)單的Python抓taobao圖片爬蟲(chóng),需要的朋友可以參考下2014-10-10python實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)回歸預(yù)測(cè)模型
這篇文章主要介紹了python實(shí)現(xiàn)BP神經(jīng)網(wǎng)絡(luò)回歸預(yù)測(cè)模型,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2019-08-08對(duì)python判斷是否回文數(shù)的實(shí)例詳解
今天小編就為大家分享一篇對(duì)python判斷是否回文數(shù)的實(shí)例詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2019-02-02解決ImportError: cannot import name ‘Imput
您遇到的ImportError: cannot import name ‘Imputer‘錯(cuò)誤提示表明您嘗試導(dǎo)入一個(gè)名為’Imputer’的模塊或類,但是該模塊或類無(wú)法找到,本文小編給大家介紹了如何解決這個(gè)問(wèn)題,需要的朋友可以參考下2023-10-10python實(shí)現(xiàn)自冪數(shù)的示例代碼
這篇文章主要介紹了python實(shí)現(xiàn)自冪數(shù)的示例代碼,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2021-03-03Python基于LightGBM進(jìn)行時(shí)間序列預(yù)測(cè)
LightGBM是擴(kuò)展機(jī)器學(xué)習(xí)系統(tǒng)。是一款基于GBDT(梯度提升決策樹(shù))算法的分布梯度提升框架。其設(shè)計(jì)思路主要集中在減少數(shù)據(jù)對(duì)內(nèi)存與計(jì)算性能的使用上,以及減少多機(jī)器并行計(jì)算時(shí)的通訊代價(jià)。本文將通過(guò)LightGBM進(jìn)行時(shí)間序列預(yù)測(cè),感興趣的可以了解一下2022-03-03