【Python】numpy：唯一值、排序、倒置、判断数组中元素是否在另一个数组中、两数组的交集/并集/差集/异域集、获取/修改数据（含索引/切片）

yannan20190313

于 2024-07-17 18:16:21 发布

阅读量575

点赞数 21

分类专栏： Python 文章标签： python numpy 开发语言

本文链接：https://blog.csdn.net/yannan20190313/article/details/140423358

版权

Python 专栏收录该内容

38 篇文章 0 订阅

订阅专栏

Numpy是Python的扩展库（第三方库），支持维度数组和矩阵运算，是运算速度很快的数学库。

Numpy官方文档：NumPy user guide — NumPy v2.0 Manual

帮助：可使用help(...)查看函数说明文档（若是第三方库的函数，需先导入库）。例如：help(np.array)

Python代码中，导入numpy：

import numpy as np

1、唯一值

unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None)

Returns : ndarray【参数只有数组的情况】，

（ndarray, optional）【返回元组形式，参数return_index/return_inverse/return_counts=True的情况】

np.unique(数组)：去重，获取唯一值（已排序）。
np.unique(数组, return_index=True)：去重，获取唯一值（已排序）和唯一值在原数组中第一次出现的索引号。返回元组形式。
np.unique(数组, return_inverse=True)：去重，获取唯一值（已排序）和原数组中各元素在新数组中的索引号。返回元组形式。
np.unique(数组, return_counts=True)：去重，获取唯一值（已排序）和唯一值在原数组中出现次数。返回元组形式。

2、排序

（2-1）指定轴、指定字段，排序

sort(a, axis=-1, kind=None, order=None)

Returns : ndarray

np.sort(数组)：排序。默认按最后一个维度排序（例如：二维数组，最后一个维度是列，即每行的各列元素排序）。默认快排方式。
np.sort(数组, axis=0)：按行排序，即每列的各行元素排序。
np.sort(数组, axis=1)：按列排序，即每行的各列元素排序。
np.sort(数组, axis=None)：转为一维数组排序。
np.sort(数组, order=字段)：指定字段排序。默认按最后一个维度排序。
np.sort(数组, order=[字段1, 字段2,...])：指定多个字段排序（先按字段1排，字段1的值相同，再按字段2排，...）。默认按最后一个维度排序。
也可以数组.sort(...)。但np.sort(...)不会修改原数组，数组.sort(...)会改变原数组。

（2-2）指定轴、指定字段，排序（返回索引号）

argsort(a, axis=-1, kind=None, order=None)

Returns : ndarray, int

np.argsort(...)：

使用方法与np.sort(...)相同。区别如下：
返回排序后各元素在原数组中的索引号。
若降序排列，第一个参数（即数组）前面加负号。
等效方法：数组.argsort(...)。

补充： np.argsort(...)和np.take_along_axis(...)一起用，类似于np.sort(...)效果。

take_along_axis(arr, indices, axis)

Returns: ndarray (Ni..., J, Nk...)

np.take_along_axis(数组, 索引号, axis=指定轴)：获取排序后的数组，不影响原数组。参数中的索引号可以是np.argsort(...)的结果。

即：先通过np.argsort(...)获取排序后的元素在原数组中的索引号，再通过np.take_along_axis(...)根据索引号获得排序后的数组。

（2-3）多个序列(都作为列)排序（返回索引号）

lexsort(keys, axis= -1)

Returns: (N,) ndarray of ints

np.lexsort( (序列1, 序列2) )：每个序列作为列，优先按照靠后的序列排序，即先按序列2排序，若值相同，再按序列1排序。默认按最后一个维度排序。返回索引号数组。

3、倒置（从头到尾变为从尾到头倒序）

flip(m, axis=None)

Returns: array_like

np.flip(数组)：数组所有轴所有元素全部倒置，第一行变最后一行，第一列变最后一列。若是二维数组类似于np.flip(数组, axis=(0,1))。
np.flip(数组, axis=0)：数组按行轴倒置，列不变，每列的各行元素倒置。
np.flip(数组, axis=1)：数组按列轴倒置，行不变，每行的各列元素倒置。
np.flip(数组[行索引/切片, 列索引/切片])：数组指定区域的所有轴所有元素全部倒置。
np.flip(数组[行索引/切片, 列索引/切片], axis=0)：数组指定区域按行轴倒置。
np.flip(数组[行索引/切片, 列索引/切片], axis=1)：数组指定区域按列轴倒置。

4、判断数组中元素是否在另一个数组中

（4-1）一维数组各元素是否在另一个一维数组中

in1d(ar1, ar2, assume_unique=False, invert=False)

Returns: (M,) ndarray, bool

np.in1d(一维数组，一维数组或列表）：判断一维数组是否在另一个一维数组或列表中，若在则True，不在则False。返回布尔类型的数组。
np.in1d(一维数组，一维数组或列表，invert=True）：判断一维数组是否不在另一个一维数组或列表中，若不在则True，在则False。返回布尔类型的数组。
参数assume_unique=False，默认结果已去重。

（4-2）数组各元素是否在另一个数组中

isin(element, test_elements, assume_unique=False, invert=False)

Returns: ndarray, bool

np.isin(数组，数组或列表）：判断数组是否在另一个数组或列表中，若在则True，不在则False。返回布尔类型的数组。
np.isin(数组，数组或列表，invert=True）：判断数组是否不在另一个数组或列表中，若不在则True，在则False。返回布尔类型的数组。
参数assume_unique=False，默认结果已去重。
若参数test_elements是集合，需转为列表，需是有序序列。

5、两数组的交集、并集、差集、异域集

（5-1）交集

intersect1d(ar1, ar2, assume_unique=False, return_indices=False)

Returns : ndarray

注：只适用于2个数组之间求交集。结果已排序。

np.intersect1d(数组1, 数组2)：获取数组1和数组2的共有元素（即两数组都有的数据）。
np.intersect1d(数组1, 数组2, return_indices=True)：获取数组1和数组2的共有元素和分别在两数组中的索引号。返回元组形式，（共有元素，共有元素在数组1中的索引号，共有元素在数组2中的索引号）。
若求多个数组之间的交集，使用functools库的reduce函数，即 functools.reduce(np.intersect1d, (数组1, 数组2, 数组3, ...))。
参数assume_unique=False，默认结果已去重。