1 python数据分析numpy基础之in1d检查数组元素是否在另一数组中

python的numpy库的in1d(x,y)函数，检查数组x的元素是否在另一数组y中，并返回一个长度与x相等的布尔数组。

用法

numpy.in1d(ar1, ar2, assume_unique=False, invert=False, *, kind=None)

描述

numpy.in1d(ar1,ar2)，判断ar1的元素是否在ar2中，并返回一个长度与ar2相等的布尔数组，如果ar1的元素在ar2中，则为True，否则为False。

入参

ar1,ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；

assume_unique：如果ar1和ar2的元素唯一不重复，则设置为True，可以加快计算速度；

invert：如果为True，则将返回数组的值反转，即如果ar1的元素在ar2中，则返回False，否则返回True。

1.1 入参ar1和ar2

numpy.in1d(ar1,ar2)的入参ar1和ar2，为必选入参，可以为数组、列表、元组。如果是多维数组，将会转换为一维数组后，进行处理。

若ar1的元素在ar2中，则返回True，否则返回False。

>>> import numpy as np
# in1d(x,y)若x的元素在y中则返回True，否则返回False
# x,y 为列表
>>> np.in1d([0,2,3,6,2],[2,3])
array([False,  True,  True, False,  True])
# x,y 为元组
>>> np.in1d((0,2,3,6,2),(2,3))
array([False,  True,  True, False,  True])
# x,y 为数组
>>> np.in1d(np.array((0,2,3,6,2)),np.array((2,3)))
array([False,  True,  True, False,  True])
# x,y 为多维数组，自动转为一维数组后判断
>>> np.in1d([[0,2,1],[6,2,5]],[[2,3],[1,9]])
array([False,  True,  True, False,  True, False])

1.2 入参assume_unique

numpy. in1d()的入参assume_unique，为可选入参，布尔类型，默认为False。如果输入数组的元素是唯一不重复的，则可以设置为True，可以加快计算速度。

>>> import numpy as np
# 如果ar1和ar2的元素唯一不重复，则assume_unique设置为True，可加快计算速度
>>> np.in1d([0,2,3,6,2,3],[2,3],assume_unique=True)
array([False,  True,  True, False,  True,  True])
>>> np.in1d([0,2,3,6,2,3],[2,3],assume_unique=False)
array([False,  True,  True, False,  True,  True])

1.3 入参invert

numpy. in1d()的入参invert，为可选入参，布尔类型，默认为False。如果为True，则将返回数组中的值反转，即如果ar1的元素在ar2中，则返回False，否则返回True。

>>> import numpy as np
# invert如果为True，则将返回数组中的值反转，
# 即如果ar1的元素在ar2中，则返回False，否则返回True。
>>> np.in1d([0,2,3,6,2,3],[2,3],invert=True)
array([ True, False, False,  True, False, False])
>>> np.in1d([0,2,3,6,2,3],[2,3],invert=False)
array([False,  True,  True, False,  True,  True])