cuña
Sabemos que el objeto es un conjunto de pitón puede tomar la intersección, unión, diferencia, diferencia simétrica, pero para numpy no hay manera de hacer esto? A veces usamos los pandas en (底层基于numpy)
el momento del tratamiento de los datos, no queremos que se separe en colecciones y luego procesados, sino también apoyar nuestra numpy hacerlo, observamos a continuación.
conjunto de Operaciones
establecer en la operación de conjunto
conjunto de operaciones de conjunto, es relativamente sencillo, simplemente miramos
set1 = {1, 2, 3}
set2 = {2, 3, 4}
"""
&: 交集
|: 并集
-: 差集
^: 对称差集
"""
# 以下几种方式是等价的,但是一般我们都会使用操作符来进行处理,因为比较方便
print(set1 & set2) # {2, 3}
print(set1.intersection(set2)) # {2, 3}
print(set.intersection(set1, set2)) # {2, 3}
print(set1 | set2) # {1, 2, 3, 4}
print(set1.union(set2)) # {1, 2, 3, 4}
print(set.union(set1, set2)) # {1, 2, 3, 4}
print(set1 - set2, set2 - set1) # {1} {4}
print(set1.difference(set2), set2.difference(set1)) # {1} {4}
print(set.difference(set1, set2), set.difference(set2, set1)) # {1} {4}
print(set1 ^ set2) # {1, 4}
print(set1.symmetric_difference(set2)) # {1, 4}
print(set.symmetric_difference(set1, set2)) # {1, 4}
"""
另外,以上所有的操作都支持多个集合,不仅仅只是两个
"""
print({1, 2, 3} & {2, 3, 4} & {3, 4, 5}) # {3}
El funcionamiento de un juego numpy
Aunque las matrices numpy también son compatibles, etc y los operadores, sino que representan una colección de sentido y nada que hacer.
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([2, 3, 4])
# 两个数组进行&,表示将数组里面对应元素分别进行"按位与"操作
print(arr1 & arr2) # [0 2 0]
Por lo tanto, tenemos que utilizar numpy API proporcionada por las operaciones
import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([2, 3, 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]
# 取对称差集
print(
np.setxor1d(arr1, arr2)
) # [1 4]
array de recibir dos, una matriz de retorno. Pero lo vemos y el cobro de la diferencia es el conjunto de requisitos que no se repita el elemento, pero la matriz no tienen este requisito.
import numpy as np
arr1 = np.array([1, 2, 2, 2, 3])
arr2 = np.array([2, 3, 4])
print(np.intersect1d(arr1, arr2)) # [2 3]
print(np.union1d(arr1, arr2)) # [1 2 3 4]
Pero sólo podemos pasar por encima de dos matrices, si hay varias matrices de la misma?
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]
En general, es bastante sencillo |