python数据分析numpy基础之intersect1d求数组交集

1 python数据分析numpy基础之intersect1d求数组交集

python的numpy库的intersect1d(x,y)函数，计算x和y的公共元素，并返回去重后的有序结果。相当于求两个数组中的交集，并且进行去重和排序。

用法

numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False)
1

描述

numpy.intersect1()查找两个数组的公共元素，并且返回去重后的有序结果。

入参

ar1，ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；

assume_unique：可选，bool，默认False，若为True则可以加快计算素材，此时ar1和ar2需为元素唯一的数组，否则结果不会去重；

return_indices：可选，bool，默认False，若为True则返回公共元素在ar1和ar2的索引，如果存在多个相同的值，则返回第一个值查询的索引。

1.1 入参ar1和ar2

numpy. intersect1d()的入参ar1和ar2，为必选入参，可以为数组、列表、元组。如果是多维数组，将会转换为一维数组后，进行处理。

>>> import numpy as np
# intersect1d()返回两个数组的公共元素，并且去重和排序
# 入参ar1/ar2为列表
>>> np.intersect1d([1,2,3,5,2],[6,5,2,1,5])
array([1, 2, 5])
# 入参ar1/ar2为元组
>>> np.intersect1d((1,2,3,5,2),(6,5,2,1,5))
array([1, 2, 5])
# 入参ar1/ar2为数组
>>> np.intersect1d(np.array((1,2,3,5,2)),np.array((6,5,2,1,5)))
array([1, 2, 5])
# 入参ar1/ar2为二维数组转为一维数组，再求公共元素并去重排序
>>> np.intersect1d([[3,5,2,6],[0,2,5,8]],[[1,3,5,9],[0,2,6,8]])
array([0, 2, 3, 5, 6, 8])
1
2
3
4
5
6
7
8
9
10
11
12
13
14

1.2 入参assume_unique

numpy. intersect1d()的入参assume_unique，为可选入参，布尔类型，默认为False。如果为True可以加快计算速度，并且需要ar1和ar2的元素不重复，否则找到的公共元素会存在重复元素的结果。

>>> import numpy as np
# 入参ar1/ar2有重复元素2和5，assume_unique为True，结果不去重
>>> np.intersect1d([1,2,3,5,2],[6,5,2,1,5],True)
array([1, 2, 2, 5, 5])
>>> np.intersect1d([1,2,3,5,2],[6,5,2,1,5],False)
array([1, 2, 5])
# 入参ar1/ar2无重复元素2和5，assume_unique为True，结果元素不重复
>>> np.intersect1d([1,2,3,5],[6,2,1,5],True)
array([1, 2, 5])
1
2
3
4
5
6
7
8
9

1.3 入参return_indices

numpy. intersect1d()的入参return_indices，为可选入参，布尔类型，默认为False。若为True，返回公共元素在两个数组ar1和ar2的索引值，若存在多个相同的值，返回第1次出现的索引。

>>> import numpy as np
# return_indices=True，则返回公共元素在两个数组ar1和ar2的索引
# 多个相同值，则返回第一次出现的索引
>>> np.intersect1d([1,2,3,5,2],[6,5,2,1,5],return_indices=True)
(array([1, 2, 5]), array([0, 1, 3], dtype=int64), array([3, 2, 1], dtype=int64))
1
2
3
4
5