Numpy intersect1d() 函数

Numpy intersect1d() 函数用于求两个数组的交集。它返回一个已排序的数组，其中包含两个输入数组中均存在的元素。此函数可用于识别数组之间的公共元素，无论它们包含数字还是非数字数据类型，例如字符串或对象。

Numpy intersect1d() 函数还可以通过将 return_indices 参数设置为 True 来识别两个输入数组中公共元素的索引。

语法

以下是 Numpy intersect1d() 函数的语法 -

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

参数

以下是 Numpy intersect1d() 函数的参数函数 −

• ar1:第一个输入数组。
• ar2:第二个输入数组。
• assume_unique(可选):如果为 True，则假定输入数组是唯一的，这可以加快计算速度。默认值为 False。
• return_indices(可选):如果为 True，则原始数组中共享元素的索引将作为附加输出返回。默认值为 False。

返回类型

此函数返回一个已排序的一维数组，其中包含两个输入数组中均存在的唯一元素。

示例

以下是使用 Numpy intersect1d() 函数查找两个数组交集的基本示例 -

import numpy as np
array1 = np.array([10, 20, 30, 40, 50])
array2 = np.array([30, 40, 70])
result = np.intersect1d(array1, array2)
print("交集:", result)

输出

以下是上述代码的输出 -

交集:[30 40]

示例:assume_unique 参数的用法

当 assume_unique 设置为 True 时，函数会跳过内部唯一性检查，从而在已知数组包含唯一元素时提高性能 -

import numpy as np
array1 = np.array([10, 20, 30, 40])
array2 = np.array([30, 40, 50, 60])
result = np.intersect1d(array1, array2,假设_unique=True)
print("假设_unique=True 的交集:", result)

输出

以下是上述代码的输出 -

假设_unique=True 的交集: [30 40]

示例:使用 return_indices 参数

return_indices 参数返回原始数组中相交元素的索引。这对于定位公共元素的位置很有用 -

import numpy as np
array1 = np.array([10, 20, 30, 40, 50])
array2 = np.array([30, 40, 70])
result, idx1, idx2 = np.intersect1d(array1, array2, return_indices=True)
print("交集:", result)
print("array1 中的索引:", idx1)
print("array2 中的索引:", idx2)

输出

以下是上述代码的输出 -

交集:[30 40]
array1 中的索引:[2 3]
array2 中的索引:[0 1]

示例:将字符串作为参数传递

intersect1d() 函数也可以应用于字符串数组。在以下示例中，我们找到了 array1 和 array2 之间的公共字符串 -

import numpy as np
array1 = np.array(["apple", "banana", "cherry"])
array2 = np.array(["banana", "grape", "cherry"])
result = np.intersect1d(array1, array2)
print("Intersection:", result)

输出

以下是上述代码的输出 -

Intersection: ['banana' 'cherry']

示例:多维数组

当对多维数组使用 intersect1d() 函数时，首先会展平输入数组，然后再求交集。输出仍然是一个一维数组，其中包含两个输入数组中唯一元素 -

import numpy as np
array1 = np.array([[1, 2], [3, 4]])
array2 = np.array([[3, 4], [5, 6]])
result = np.intersect1d(array1, array2)
print("交集:", result)

输出

以下是上述代码的输出 -

交集: [3 4]

numpy_array_manipulation.html