【冰糖Python】numpy 差集、异或集、并集、交集 setdiff1d() setxor1d() union1d() intersect1d()

numpy 中有以下类似 set 集合的操作：

差集 setdiff1d()，异或集 setxor1d()，并集 union1d()，交集 intersect1d()，以及判断是否存在的 in1d() 和 isin() 

（前五个函数名称中包含数字1）

1、numpy.setdiff1d(array1, array2, assume_unique=False) 

功能：用于获得 array1 和 array2 的差集，返回在 array1 中但不在 array2 中的值；

实现：将 array1 和 array2 扁平化到1维后判断 array2 元素是否在 array1 中 再取反

assume_unique 默认 False，假定输入值不是唯一的，会先分别对 array1 和 array2 执行一个 unique 操作，而且 unique 的结果本身就是排序后的；

assume_unique 为 True 时，假定输入值是唯一的，不会先对 array1 和 array2 执行 unique 操作；

2、numpy.setxor1d(array1, array2, assume_unique=False) 

功能：用于获得 array1 和 array2 的 异或元素，即仅存在于一个 array 中的值，结果是排序后的；

实现：该函数通过将 array1 和 array2 合并为一个 array，升序排序后判断相邻元素是否相同以保留异或集；

assume_unique 默认 False，假定输入值不是唯一的，会先分别对 array1 和 array2 执行一个 unique 操作；

assume_unique 为 True 时，假定输入值是唯一的，不会先对 array1 和 array2 执行 unique 操作，此时如果其中一个 array 中有重复值，该重复值会在 array 合并后被认为是“存在于两个 array 的重复值”的而被去掉，但确实是仅存在于一个 array 的重复值，结果会有问题（见下图），所以 assume_unique 一般应设为 False；

3、numpy.union1d(array1, array2)

功能：用于获得 array1 和 array2 的 并集，结果是排序后且去重的；

实现：该函数通过将 array1 和 array2 合并为一个 array，再使用 unique 进行操作；

4、numpy.intersect1d(array1, array2, assume_unique=False, return_indices=False)

功能：用于获得 array1 和 array2 的 交集，结果是排序后的；

实现：该函数通过将 array1 和 array2 合并为一个 array，排序后求交集；

assume_unique 默认 False，假定输入值不是唯一的，会先分别对 array1 和 array2 执行一个 unique 操作；

assume_unique 为 True 时，假定输入值是唯一的，不会先对 array1 和 array2 执行 unique 操作，此时如果其中一个 array 中有重复值，该重复值会在 array 合并后被认为是“存在于两个 array 的共有值”的而被留下，但确实是仅存在于一个 array 的重复值，结果会有问题（见下图），所以 assume_unique 一般应设为 False；

return_indices 默认 False，不获取交集下标；return_indices 为 True 时，返回交集在两个 array 里的下标；

5、numpy.in1d(array1, array2, assume_unique=False, invert=False)

功能：判断 array1 中元素是否存在于 array2 中，存在返回 True，不存在返回 False，结果形状为一维 array；

实现：array1 和 array2 如果不是 array 则会被转换为 array ；该函数通过将 array1 和 array2 

assume_unique 默认 False，假定输入值不是唯一的，会先分别对 array1 和 array2 执行一个 unique 操作；

assume_unique 为 True 时，假定输入值是唯一的，不会先对 array1 和 array2 执行 unique 操作；

invert 默认 False，表示正常返回 True/False 结果，即 array1 中元素存在于 array2 中为 True，不存在为 False； 

invert 为 True 返回 True/False 取反后的结果，即 array1 中元素存在于 array2 中为 False，不存在为 True；

如果 array2 是个 set，则 array2 会被转换为一个 object array，而不是包含 array2 元素的 array，所以 array2 不应为 set；

6、numpy.isin(array1, array2, assume_unique=False, invert=False)

功能：判断 array1 中元素是否存在于 array2 中，存在返回 True，不存在返回 False，结果形状与 array1 一致；

实现：numpy.isin() 调用了 numpy.in1d()，不过 isin() 额外使用了 reshape()，建议使用 isin()；

注：更多内容参照官方文档