tf.setdiff1d

setdiff1d(x,y)也是一个比较奇怪,不常用的函数。
这个函数返回两个值:
第一个是:在x中出现,但是在y中没有出现的的元素
第二个是:这些元素在x中的索引(也就是下标或者位置)
我们举例说明:

import tensorflow as tf
import numpy as np
x=[2,3,1,4,2,5]
y=[2,5,6,7,8,3,9]
z,idx=tf.setdiff1d(x,y)
sess=tf.Session()
print("不同数据:\n",sess.run(z))
print("不同数据在x中的位置:\n",sess.run(idx))

输出结果如下:
不同数据:
[1 4]
不同数据在x中的位置:
[2 3

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值