python numpy库实现数据筛选

最新推荐文章于 2025-03-13 19:37:46 发布

wx_411180165

最新推荐文章于 2025-03-13 19:37:46 发布

阅读量2.6k

点赞数

CC 4.0 BY-SA版权

分类专栏： Python

本文链接：https://blog.youkuaiyun.com/qq_24726509/article/details/83147118

Python 专栏收录该内容

84 篇文章

订阅专栏

本文深入探讨了使用NumPy库进行数组操作的方法，包括数组的唯一化、交集、并集、子集判断及差异判断等核心功能。通过具体代码示例，详细解释了如何利用NumPy函数如unique, intersect1d, union1d, in1d, setdiff1d和setxor1d来高效处理数据集，为数据预处理和分析提供了实用技巧。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import numpy as np
#唯一化的实现：返回的数据会进行排序
data_0=np.array(['int','float','int','boolean','double','boolean'])
data_1=np.unique(data_0)
print(data_0)
print(data_1)
#交集的实现
data_3=np.intersect1d(data_0,data_1)
print(data_3)
#并集计算
data_4=np.union1d(data_0,data_1)
print(data_4)
#子集判断
data_5=np.in1d(data_0,data_1)
print(data_5)
#差异判断
##集合差判断
#setdiff1d可以求解出存在于第一个集合但是并不存在于第二个集合中的元素。返回值是一个数组集合。
data_6=np.setdiff1d(data_0,data_1)
print(data_6)
## 数组“异或”求解
##setxor1d用于求解不同时存在于两个数组中的元素，并返回一个数组集合。两个参数的顺序变化不会改变求解的结果。返回的结果是是一个有序的数组序列。
data_7=np.setxor1d(data_0,data_1)
print(data_7)