Python numpy.intersect1d函数方法的使用

numpy.intersect1d

numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False) [source]

找到两个数组的交集。

返回两个输入数组中已排序的唯一值。

参数：

ar1, ar2 ：array_like

输入数组。如果尚未为1D，则将被展平。

assume_unique ：bool

如果为True，则假定输入数组都是唯一的，

这可以加快计算速度。默认值为False。

return_indices ：bool

如果为True，则返回与两个数组的交集相对应的索引。

如果有多个值，则使用值的第一个实例。默认值为False。

1.15.0版中的新功能。

返回值：

intersect1d ：ndarray

常见和唯一元素的排序一维数组。

comm1 ：ndarray

ar1中共同值的首次出现的索引。

仅在return_indices为True时提供。

comm2 ：ndarray

ar2中公共值首次出现的索引。

仅在return_indices为True时提供。

例子

>>> np.intersect1d([1, 3, 4, 3], [3, 1, 2, 1])array([1, 3])

要相交两个以上的数组，请使用functools.reduce：

>>> from functools import reduce>>> reduce(np.intersect1d, ([1, 3, 4, 3], [3, 1, 2, 1], [6, 3, 4, 2]))array([3])

要返回输入数组共有的值的索引以及相交的值：

>>> x = np.array([1, 1, 2, 3, 4])>>> y = np.array([2, 1, 4, 6])>>> xy, x_ind, y_ind = np.intersect1d(x, y, return_indices=True)>>> x_ind, y_ind(array([0, 2, 4]), array([1, 0, 2]))>>> xy, x[x_ind], y[y_ind](array([1, 2, 4]), array([1, 2, 4]), array([1, 2, 4]))

免责声明：以上内容(如有图片或视频亦包括在内)有转载其他网站资源，如有侵权请联系删除

软件更多