Автор оригинала: Pankaj Kumar.
Numpy Set операций, чтобы узнать!
Здравствуйте, читатели! В этой статье мы узнаем универсальные операции Numpy Set в Python. Итак, давайте начнем! 🙂.
Полезные функции numpy set
Мы идем более 5 полезных функций Numpy Set в этой статье.
numpy.unique (массив)
numpy.union1d (массив, массив)
numpy.inseCt1d (массив, массив, assume_unique)
np.setdiff1d (arr1, arr2,)
NP.SETXOR1D (ARR1, ARR2,)
Давайте проверим эти операции индивидуально.
1. Уникальные значения из Numpy Array
Эта функция OUMPY SET помогает нам найти уникальные значения из набора элементов массива в Python. numpy.unique ()
Функция пропускает все дублирующие значения и представляет только уникальные элементы из массива
Синтаксис:
numpy.unique(array)
Пример:
В этом примере мы использовали уникальную () функцию для выбора и отображения уникальных элементов из набора массива. Таким образом, он пропускает дублирующее значение 30 и выбирает его только один раз.
import numpy as np arr = np.array([30,60,90,30,100]) data = np.unique(arr) print(data)
Выход:
[ 30 60 90 100]
2. Установите операцию Union на Numpy Array
Numpy предлагает нам универсальную Union1D ()
Функция, которая выполняет операцию Union на обоих массивах.
То есть он клубят ценности как от обоих массивов, так и представляют их. Этот процесс полностью пренебрегает дублирующими значениями и включает в себя только одно вхождение дубликата элемента в союзе набора массивов.
Синтаксис:
numpy.union1d(array,array)
Пример:
import numpy as np arr1 = np.array([30,60,90,30,100]) arr2 = np.array([1,2,3,60,30]) data = np.union1d(arr1,arr2) print(data)
Выход:
[ 1 2 3 30 60 90 100]
3. Установите операцию пересечения на Numpy Array
INTERSECT1D () Функция
позволяет нам выполнять операцию пересечения на массивах. То есть он выбирает и представляет общие элементы из обоих массивов.
Синтаксис:
numpy.intersect1d(array,array,assume_unique)
- a s s u m e _ u n i q u e : е с л и у с т а н о в л е н о з н а ч е н и е t r u e , о н в к л ю ч а е т в с е б я д у б л и к а т ы з н а ч е н и я д л я о п е р а ц и и п е р е с е ч е н и я . У с т а н о в к а е г о д о F A L S E , п р и в е д е т к п р е н е б р е ж е н и ю д у б л и р о в а н н ы х з н а ч е н и й д л я о п е р а ц и и п е р е с е ч е н и я .
Пример:
Здесь, как мы установили assume_unique
Для True, операция пересечения была выполнена, включая дублирующие значения I.e. Он выбирает общие значения из обоих массивов, включая дубликаты этих общих элементов.
import numpy as np arr1 = np.array([30,60,90,30,100]) arr2 = np.array([1,2,3,60,30]) data = np.intersect1d(arr1, arr2, assume_unique=True) print(data)
Выход:
[30 30 60]
4. Нахождение необычных ценностей с Numpy Array
С setdiff1d ()
Функция, мы можем найти и представлять все элементы из 1-го массива, которые нет в 2-м массиве в соответствии с параметрами, переданными на функцию.
import numpy as np arr1 = np.array([30,60,90,30,100]) arr2 = np.array([1,2,3,60,30]) data = np.setdiff1d(arr1, arr2, assume_unique=True) print(data)
Выход:
[ 90 100]
5. Симметричные различия
С setxor1d ()
Функция, мы можем рассчитать симметричные различия между элементами массива. То есть он выбирает и представляет все элементы, которые не распространены как в обоих массивах. Таким образом, он пропускает все общие значения из массивов и представляет различные значения относительно обоих массивов.
Пример:
import numpy as np arr1 = np.array([30,60,90,30,100]) arr2 = np.array([1,2,3,60,30]) data = np.setxor1d(arr1, arr2, assume_unique=True) print(data)
Выход:
[ 1 2 3 90 100]
Заключение
По этому, мы подошли к концу этой темы. Не стесняйтесь комментировать ниже, если вы столкнетесь с любым вопросом. Для более таких постов, связанных с программированием Python, оставайся настроенными нами.
До этого, счастливого обучения !! 🙂.