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_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