numpy.intersect1d#

numpy.intersect1d(ar1, ar2, assume_unique=False, return_indices=False)[源码]#

查找两个数组的交集。

返回输入数组中同时存在的、排序后的、唯一的元素。

参数:

ar1, ar2类数组: 输入数组。如果不是一维数组，将被展平。
assume_unique布尔值: 如果为 True，则假定输入数组都是唯一的，这可以加快计算速度。如果为 True 但 ar1 或 ar2 不是唯一的，则可能导致结果不正确和索引越界。默认为 False。
return_indices布尔值: 如果为 True，则返回对应于两个数组交集的索引。如果值有多个实例，则使用第一个实例。默认为 False。

返回:

intersect1dndarray: 公共且唯一的元素的已排序一维数组。
comm1ndarray: 在 ar1 中公共值首次出现的位置索引。仅在 return_indices 为 True 时提供。
comm2ndarray: 在 ar2 中公共值首次出现的位置索引。仅在 return_indices 为 True 时提供。

示例

>>> import numpy as np
>>> np.intersect1d([1, 3, 4, 3], [3, 1, 2, 1])
array([1, 3])

要计算两个以上的数组的交集，请使用 functools.reduce

>>> from functools import reduce
>>> reduce(np.intersect1d, ([1, 3, 4, 3], [3, 1, 2, 1], [6, 3, 4, 2]))
array([3])

要返回输入数组中公共值的索引以及相交的值

>>> x = np.array([1, 1, 2, 3, 4])
>>> y = np.array([2, 1, 4, 6])
>>> xy, x_ind, y_ind = np.intersect1d(x, y, return_indices=True)
>>> x_ind, y_ind
(array([0, 2, 4]), array([1, 0, 2]))
>>> xy, x[x_ind], y[y_ind]
(array([1, 2, 4]), array([1, 2, 4]), array([1, 2, 4]))