查找两个 NumPy 数组的并集
NumPy 是一个流行的 Python 库，它为数值计算提供支持。它广泛用于科学计算、数据分析和机器学习中的数组和矩阵运算。NumPy 中最常见的任务之一是查找两个数组的并集。当两个数组连接在一起时，会创建一个包含两个数组中所有不同元素的新数组。在本文中，我们将探索查找两个 NumPy 数组并集的不同方法。
安装和语法
NumPy 通常与 Anaconda 或 Miniconda 发行版一起安装。如果您尚未安装它，则可以使用 pip 安装它。以下命令将安装最新版本的 NumPy −
pip install numpy
NumPy 库提供了一个名为 union1d() 的函数来查找两个数组的并集。
numpy.union1d(ar1, ar2)
算法
要使用 union1d() 函数查找两个 NumPy 数组的并集，我们首先导入 NumPy 库。然后我们创建两个数组 arr1 和 arr2。最后，我们使用 union1d() 函数来查找这两个数组的并集。
示例
import numpy as np arr1 = np.array([1, 2, 3]) arr2 = np.array([2, 3, 4]) union = np.union1d(arr1, arr2) print(union)
输出
[1 2 3 4]
构造两个数组arr1和arr2，并向它们添加一些共享组件，然后继续计算这两个数组的并集 - 由union1d()方法确定。结果是一个包含两个数组中所有不同组件的新数组。
示例 2
import numpy as np arr1= np.array([1, 2, 3]) arr2 = np.array([4, 5, 6]) union = np.union1d(arr1, arr2) print(union)
输出
[1 2 3 4 5 6]
创建两个没有共同成员的独立数组 a1 和 a2，然后使用与前面示例相同的技术来确定这两个数组的并集。由于没有重叠，结果将输出两个集合的总数。
示例 3
import numpy as np arr1 = np.array([]) arr2 = np.array([1, 2, 3]) union = np.union1d(arr1, arr2) print(union)
输出
[1. 2. 3.]
创建一个空数组 arr1 和一个包含一些元素的数组 arr2。然后我们使用 union1d() 函数来查找这两个数组的并集。输出是一个新数组，其中包含两个数组中的所有唯一元素。
示例 4
import numpy as np # 创建两个具有一些共同元素的数组 arr1 = np.array([1, 2, 3, 4, 5]) arr2 = np.array([4, 5, 6, 7, 8]) # 查找两个数组的并集 union = np.union1d(arr1, arr2) # 打印并集数组 print(union)
输出
[1 2 3 4 5 6 7 8]
我们首先使用 import numpy as 导入 NumPy 库np。然后，我们使用 np.array() 创建具有一些公共元素的两个数组 arr1 和 arr2。我们使用 np.union1d() 函数查找这两个数组的并集，并将结果分配给名为 union 的变量。最后，我们使用 print() 函数打印并集数组。
应用
许多数据科学和机器学习问题都使用定位两个数组并集的通用函数。
例如，在处理数据集时，将多个数据集集成到一个数据集中有时很重要。在这些情况下，查找数组的并集可能会有所帮助。
通过使用两个数组的并集，还可以消除重复项并保证每个元素在合并的数据集中仅出现一次。
准确性和效率的提高可能对依赖于准确和可信数据的机器学习算法有利。
结论
在本文中，我们讨论了使用 union1d() 函数查找两个 NumPy 数组的并集的不同方法。 union1d() 函数将两个数组作为输入并返回一个包含两个数组中所有唯一元素的新数组。我们还提供了一些示例来说明 union1d() 函数的用法。查找两个数组的并集的知识在许多数据科学和机器学习任务中都很重要。
