numpy.intersect1d #
- 麻木的。intersect1d ( ar1 , ar2 , Should_unique = False , return_indices = False ) [来源] #
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类似数组
输入数组。如果还不是 1D,则将被展平。
- 假定唯一布尔值
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。如果为 True 但
ar1
或ar2
不唯一,则可能会导致不正确的结果和越界索引。默认值为 False。- return_indices布尔值
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 版本中的新增功能。
- 返回:
- intersect1d ndarray
常见和独特元素的已排序一维数组。
- comm1 ndarray
ar1中第一次出现的公共值的索引。仅当return_indices为 True时才提供。
- Comm2 ndarray
ar2中第一次出现的公共值的索引。仅当return_indices为 True时才提供。
也可以看看
numpy.lib.arraysetops
具有许多其他函数的模块,用于对数组执行集合操作。
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]))