numpy.intersect1d

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

查找两个数组的交集。

返回两个输入数组中都存在的已排序的唯一值。

参数：

ar1, ar2array_like

输入数组。如果还不是一维数组，则会被展平。

assume_uniquebool

如果为 True，则假设两个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_indicesbool

如果为 True，则返回对应于两个数组交集的索引。如果存在多个值，则使用该值的第一次出现。默认为 False。

返回值：

intersect1dndarray

已排序的公共唯一元素的一维数组。

comm1ndarray

在 ar1 中公共值的第一次出现的索引。只有在 return_indices 为 True 时才提供。

comm2ndarray

在 ar2 中公共值的第一次出现的索引。只有在 return_indices 为 True 时才提供。

示例

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

要对两个以上的数组求交集，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])

要返回输入数组公共值的索引以及交集值

>>> 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]))