numpy.intersect1d

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

找到两个数组的交集.

返回在两个输入数组中的已排序的唯一值.

参数:

ar1, ar2array_like

输入数组.如果不是已经1D,将被展平.

assume_uniquebool

如果为真,则假定输入数组都是唯一的,这可以加快计算速度.如果为真但 ar1 或 ar2 不是唯一的,可能会导致不正确的结果和越界索引.默认值为 False.

return_indicesbool

如果为真,则返回对应于两个数组交集的索引.如果存在多个值的实例,则使用第一个实例.默认值为假.

在 1.15.0 版本加入.

返回:

intersect1dndarray

常见和唯一元素的排序一维数组.

comm1ndarray

ar1 中首次出现的公共值的索引.仅当 return_indices 为 True 时提供.

comm2ndarray

ar2 中首次出现的公共值的索引.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])

要交集超过两个数组,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])

要返回输入数组中共有的值及其交集值的索引:

>>> 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]))