济宁建设局网站杭州外贸网站推广

济宁建设局网站,杭州外贸网站推广,网站怎样做推广,wordpress怎么编辑主题今天我们来学习有关于集合的一系列操作。一、查找不同元素关键函数#xff1a;numpy.setdiff1d(ar1, ar2, assume_uniqueFalse)参数#xff1a;参数描述ar1数组/列表。作为被减数的集合。ar2数组/列表。作为减数的集合。assume_unique#xff08;布尔值#xff0c;默认 Fal…今天我们来学习有关于集合的一系列操作。一、查找不同元素关键函数numpy.setdiff1d(ar1, ar2, assume_uniqueFalse)参数参数描述ar1数组/列表。作为被减数的集合。ar2数组/列表。作为减数的集合。assume_unique布尔值默认False。如果设置为True则函数会假定输入数组已经是唯一的可以跳过内部的去重步骤从而提高速度。简单例子# -*- coding: utf-8 -*- import numpy as np #查找在A但不在B中的元素 A np.array([10,20,30,40,50]) B np.array([30,40,60,70]) different_elements np.setdiff1d(A,B) print(f在A但不在B中的元素{different_elements}) different_elements_1 np.setdiff1d(B,A) print(f在B但是不在A中的元素{different_elements_1})结果二、查找公共元素关键函数numpy.intersect1d(ar1, ar2, assume_uniqueFalse, return_indicesFalse)参数参数描述ar1,ar2数组/列表。要计算交集的两个输入集合。assume_unique布尔值默认False。如果为True则跳过去重以提高性能。return_indices布尔值默认False。如果为True还会返回三个额外的数组交集元素在ar1中的索引、交集元素在ar2中的索引以及交集结果数组。简单例子x np.array([1,2,3,4,5,1]) y np.array([2,3,6,5,1]) commen_elements np.intersect1d(x,y) print(fx与y公共的元素是{commen_elements}) inter, ar1_inds, ar2_inds np.intersect1d(x, y, return_indicesTrue) print(f交集元素: {inter}) print(f在 x 中的原始索引: {ar1_inds}) print(f在 y 中的原始索引: {ar2_inds})结果三、合并数组元素关键函数numpy.union1d(ar1, ar2)参数参数描述ar1,ar2数组/列表。要计算并集的两个输入集合。简单例子arr1 np.array([10,20,30]) arr2 np.array([20,30,40,60,80]) union_elements np.union1d(arr1,arr2) print(farr1和arr2的并集:{union_elements})结果四、从两个数组中提取唯一元素关键函数numpy.setxor1d(ar1, ar2, assume_uniqueFalse)参数参数描述ar1,ar2数组/列表。要计算对称差集的两个输入集合。assume_unique布尔值默认False。如果为True则跳过去重以提高性能。简单例子a np.array([10,20,30,40]) b np.array([30,40,50,60]) xor_elements np.setxor1d(a,b) print(fa和b的差集{xor_elements})结果总结代码# -*- coding: utf-8 -*- import numpy as np #查找在A但不在B中的元素 A np.array([10,20,30,40,50]) B np.array([30,40,60,70]) different_elements np.setdiff1d(A,B) print(f在A但不在B中的元素{different_elements}) different_elements_1 np.setdiff1d(B,A) print(f在B但是不在A中的元素{different_elements_1}) x np.array([1,2,3,4,5,1]) y np.array([2,3,6,5,1]) commen_elements np.intersect1d(x,y) print(fx与y公共的元素是{commen_elements}) inter, ar1_inds, ar2_inds np.intersect1d(x, y, return_indicesTrue) print(f交集元素: {inter}) print(f在 x 中的原始索引: {ar1_inds}) print(f在 y 中的原始索引: {ar2_inds}) arr1 np.array([10,20,30]) arr2 np.array([20,30,40,60,80]) union_elements np.union1d(arr1,arr2) print(farr1和arr2的并集:{union_elements}) a np.array([10,20,30,40]) b np.array([30,40,50,60]) xor_elements np.setxor1d(a,b) print(fa和b的差集{xor_elements})