Funkcja Numpy Intersect1d () pozwala pobierać wspólne elementy między dwiema tablicami.
Zbadajmy tę funkcję dalej.
Składnia funkcji
Składnia funkcji jest jak pokazana w poniższym kodzie:
1 | Numpy.Intersect1d (AR1, AR2, AUSTume_Unique = False, return_indices = false) |
Parametry funkcji
Parametry funkcji są następujące:
Funkcja zwraca wartość
Funkcja zwraca tablicę 1D zawierającą unikalne i wspólne elementy między dwiema tablicami.
Jeśli parametr return_indices jest prawdziwy, funkcja zwróci tablicę zawierającą elementy przecinające się w dwóch tablicach.
Przykład 1
Poniższy przykład pokazuje, jak korzystać z funkcji Intersect1d () z tablicą jednowymiarową.
1 2 3 | # Importuj Numpy importować Numpy jako NP Drukuj (NP.Intersect1d ([1,2,3,4], [4,3,10,2])))) |
W tym przykładzie funkcja powinna zwrócić wspólne i unikalne elementy między dwiema tablicami.
Powstała tablica jest jak pokazana:
1 | [2 3 4] |
Przykład nr 2
Aby uzyskać wskaźniki wspólnych elementów między dwiema tablicami, możemy zrobić:
1 | Drukuj (NP.Intersect1d ([1,2,3,4], [4,3,10,2], return_indices = true))) |
Powyższy kod powinien zwrócić tablicę znanych i unikalnych elementów oraz dwie inne tablice zawierające wskaźniki wspólnych elementów w każdej tablicy.
Przykładem jest to, jak pokazano:
1 | (tablica ([2, 3, 4]), tablica ([1, 2, 3], dtype = int64), tablica ([3, 1, 0], dtype = int64)) |
Przykład nr 3
Spójrz na przykład pokazany poniżej, który pokazuje, jak działa funkcja na dwuwymiarowej tablicy.
1 2 3 | arr1 = np.tablica ([[1,2,3,4], [5,6,7,8]])) ARR2 = NP.tablica ([[6,4,3,2], [1,0,9,10])) Drukuj (NP.Intersect1d (ARR1, ARR2, AUSPume_unique = true)) |
W tym przykładzie mówimy o funkcji traktowania obu tablic jako unikalnych. Może to pomóc przyspieszyć obliczenia.
NOTATKA: Nie ustawiaj parametru Assume_Unique, jeśli obie tablice nie są unikalne. Może to prowadzić do niepoprawnych wartości lub błędów wskaźników poza niepoprawieniem.
Wniosek
Dziękuję za przeczytanie tego artykułu. W tym przewodniku zbadano funkcję Intersect1d (), jej składni i jej działania, biorąc pod uwagę różne dane wejściowe.
Do zobaczenia na następnym!!