python numpy中setdiff1d的用法
【摘要】 目录
一、函数解释
二、具体示例
三、整体代码
一、函数解释
setdiff1d(ar1, ar2, assume_unique=False)
1.功能：找到2个数组中集合元素的差异。
2.返回值：在ar1中但不在ar2中的已排序的唯一值。
3.参数：
ar1：array_like 输入数组。ar2：array_like 输入比较数组。assume_uni...
目录
一、函数解释
setdiff1d(ar1, ar2, assume_unique=False)
1.功能：找到2个数组中集合元素的差异。
2.返回值：在ar1中但不在ar2中的已排序的唯一值。
3.参数：
- ar1：array_like 输入数组。
- ar2：array_like 输入比较数组。
- assume_unique：bool。如果为True，则假定输入数组是唯一的，即可以加快计算速度。 默认值为False。
二、具体示例
1.assume_unique = False的情况：
-
a = np.array([1,2,3])
-
b = np.array([4,5,6])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2 3]
-
a = np.array([1,2,3])
-
b = np.array([1,2,3])
-
c = np.setdiff1d(a, b)
-
print(c)#[]
-
a = np.array([1,2,3])
-
b = np.array([2,3,4])
-
c = np.setdiff1d(a, b)
-
print(c)#[1]
-
a = np.array([1,2,3,4])
-
b = np.array([3,4,5,6])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2]
-
a = np.array([1,2,3,2,4,1])
-
b = np.array([3,4,5,6])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2]
-
a = np.array([8,2,3,2,4,1])
-
b = np.array([7,4,5,6,3])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2 8]
可以从最后看出返回的值从小到大排序，并且唯一。（8在a的第1位，2在a中重复了2次）
2.assume_unique = True的情况：
-
a = np.array([3,2,1])
-
b = np.array([4,5,6])
-
c = np.setdiff1d(a, b,True)
-
print(c)#[3 2 1]
-
a = np.array([8,2,3,2,4,1])
-
b = np.array([7,4,5,6,3])
-
c = np.setdiff1d(a, b,True)
-
print(c)#[8 2 2 1]
-
a = np.array([8,2,3,4,2,4,1])
-
b = np.array([7,9,5,6,3])
-
c = np.setdiff1d(a, b,True)
-
print(c)#[8 2 4 2 4 1]
可以看出把在a中的但是不在b中的元素按a中的顺序排序，并且不合并重复的元素，即假定输入数组也是唯一的，因此相比于False确实提升了运算速度。
三、整体代码
-
import numpy as np
-
-
def main():
-
a = np.array([1,2,3])
-
b = np.array([4,5,6])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2 3]
-
a = np.array([1,2,3])
-
b = np.array([1,2,3])
-
c = np.setdiff1d(a, b)
-
print(c)#[]
-
a = np.array([1,2,3])
-
b = np.array([2,3,4])
-
c = np.setdiff1d(a, b)
-
print(c)#[1]
-
a = np.array([1,2,3,4])
-
b = np.array([3,4,5,6])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2]
-
a = np.array([1,2,3,2,4,1])
-
b = np.array([3,4,5,6])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2]
-
a = np.array([8,2,3,2,4,1])
-
b = np.array([7,4,5,6,3])
-
c = np.setdiff1d(a, b)
-
print(c)#[1 2 8]
-
a = np.array([3,2,1])
-
b = np.array([4,5,6])
-
c = np.setdiff1d(a, b,True)
-
print(c)#[3 2 1]
-
a = np.array([8,2,3,2,4,1])
-
b = np.array([7,4,5,6,3])
-
c = np.setdiff1d(a, b,True)
-
print(c)#[8 2 2 1]
-
a = np.array([8,2,3,4,2,4,1])
-
b = np.array([7,9,5,6,3])
-
c = np.setdiff1d(a, b,True)
-
print(c)#[8 2 4 2 4 1]
-
-
if __name__ == '__main__':
-
main()
-
多学习这样的函数，对数据处理很有帮助~
文章来源: nickhuang1996.blog.csdn.net，作者：悲恋花丶无心之人，版权归原作者所有，如需转载，请联系作者。
原文链接：nickhuang1996.blog.csdn.net/article/details/89916399
【版权声明】本文为华为云社区用户转载文章，如果您发现本社区中有涉嫌抄袭的内容，欢迎发送邮件进行举报，并提供相关证据，一经查实，本社区将立刻删除涉嫌侵权内容，举报邮箱：
cloudbbs@huaweicloud.com
- 点赞
- 收藏
- 关注作者
评论（0）