NumPy Schnittpunkt zweier Arrays

1. NumPy-Schnittpunkt mit der Methode numpy.in1d() in Python
2. NumPy Intersection Mit der Methode numpy.intersect1d() in Python

In diesem Tutorial werden die Methoden zum Durchführen von Schnittmengen für NumPy-Arrays in Python vorgestellt.

NumPy-Schnittpunkt mit der Methode numpy.in1d() in Python

Schnittpunkt bedeutet die gemeinsamen Elemente in zwei Sätzen von Elementen. Wenn wir den Schnittpunkt zweier 1D-NumPy-Arrays finden möchten, können wir die Methode numpy.in1d() in Python verwenden. Die Methode numpy.in1d() nimmt die beiden Arrays, prüft, ob jedes Element des ersten Arrays im zweiten Array vorhanden ist, und gibt ein boolesches Array zurück, das true für jedes in beiden Arrays vorhandene Element und false für jedes vorhandene Element enthält im ersten Array, aber nicht im zweiten Array. Wir können dieses resultierende Array als ersten Array-Index verwenden, um die gemeinsamen Elemente in beiden Arrays zu erhalten.

import numpy as np

A = np.array([2, 3, 5, 7, 11])

B = np.array([1, 3, 5, 7, 9])

C = A[np.in1d(A, B)]
print(C)

Ausgabe:

[3 5 7]

Die beiden Arrays haben wir zunächst mit der Methode np.array() erstellt. Wir haben dann den Schnittpunkt beider Arrays im Array C mit C = A[np.in1d(A, B)] gespeichert.

NumPy Intersection Mit der Methode numpy.intersect1d() in Python

Wir können auch die Methode numpy.intersect1d() verwenden, um den Schnittpunkt zweier 1D-Arrays in Python zu finden. Die Methode numpy.intersect1d() nimmt die Arrays und gibt den sortierten Schnittpunkt in Form eines weiteren 1D-Arrays zurück. Siehe das folgende Codebeispiel.

import numpy as np

A = np.array([2, 3, 5, 7, 11])

B = np.array([1, 3, 5, 7, 9])

C = np.intersect1d(A, B)
print(C)

Ausgabe:

[3 5 7]

Wir haben die Schnittmenge der Arrays A und B im Array C mit der Methode numpy.intersect1d() im obigen Code gespeichert.

Beide Methoden funktionieren einwandfrei, aber die Methode np.intersect1d() ist einfacher zu verwenden als die Methode np.in1d().