36python数据分析numpy基础之setxor1d求两个数组的对称差
1 python数据分析numpy基础之setxor1d求两个数组的对称差python的numpy库的setxor1d(x,y)函数，表示数组x与y的对称差，即只属于其中一个聚集，而不属于另一个聚集的元素组成的数组，且进行去重排序。
用法
numpy.setxor1d(ar1, ar2, assume_unique=False)
描述
numpy.setxor1d(ar1,ar2)，求两个数组ar1和ar2的对称差，返回在ar1且不在ar2中的元素，以及在ar2且不在ar1中的元素，并且去重排序。
入参
ar1,ar2：必选，列表、元组、数组；假如是多维则自动转一维数组；
assume_unique：假如ar1和ar2的元素唯一不重复，则设置为True，可以加快盘算速率；
假如设置为True，则结果可能堕落。
1.1 入参ar1和ar2
numpy.setdiff1d(ar1,ar2)的入参ar1和ar2，为必选入参，可以为数组、列表、元组。假如是多维数组，将会转换为一维数组后，进行处置惩罚。
若元素在ar1且不在ar2中，或元素在ar2且不在ar1中，则返回此元素。
>>> import numpy as np
# setxor1d(ar1,ar2) 返回ar1与ar2的对称差
# 若元素在ar1且不在ar2中，或元素在ar2且不在ar1中，则返回此元素。
# ar1和ar2为列表
>>> np.setxor1d(,)
array()
# ar1和ar2为元组
>>> np.setxor1d((6,5,2,0,5),(3,1,7,2,8))
array()
# ar1和ar2为数组
>>> np.setxor1d(np.array((6,5,2,0,5)),np.array((3,1,7,2,8)))
array()
# ar1,ar2多维自动转1维，再进行处理
>>> np.setxor1d([,],[,])
array()
1.2 入参assume_unique
numpy. setxor1d()的入参assume_unique，为可选入参，布尔类型，默认为False。假如ar1和ar2数组的元素是唯一不重复的，则可以设置为True，可以加快盘算速率。假如ar1或ar2数组有重复元素，并且assume_unique为True，则结果可能堕落。
>>> import numpy as np
# 如果ar1和ar2数组的元素是唯一不重复的，则可以设置为True，可以加快计算速度。
# 如果ar1或ar2数组有重复元素，并且assume_unique为True，则结果可能出错。
>>> np.setxor1d(,,assume_unique=True)
array()
>>> np.setxor1d(,,assume_unique=False)
array()
免责声明：如果侵犯了您的权益，请联系站长，我们会及时删除侵权内容，谢谢合作！更多信息从访问主页：qidao123.com:ToB企服之家，中国第一个企服评测及商务社交产业平台。
页:
[1]