NumPy Küme İşlemleri
Küme Nedir?
Matematikte bir küme, benzersiz öğelerin bir koleksiyonudur.
Kümeler, sık kesişme, birleştirme ve fark işlemlerini içeren işlemler için kullanılır.
NumPy'de Setler Oluşturun
unique()Herhangi bir diziden benzersiz öğeler bulmak için NumPy'nin yöntemini kullanabiliriz . Örneğin, bir küme dizisi oluşturun, ancak küme dizilerinin yalnızca 1 boyutlu diziler olması gerektiğini unutmayın.
Örnek
Aşağıdaki diziyi tekrarlanan öğelerle bir kümeye dönüştürün:
import numpy as np
arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])
x = np.unique(arr)
print(x)
Bulma Birliği
İki dizinin benzersiz değerlerini bulmak için union1d()yöntemi kullanın.
Örnek
Aşağıdaki iki küme dizisinin birleşimini bulun:
import numpy as np
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])
newarr = np.union1d(arr1, arr2)
print(newarr)
Kavşak Bulma
Yalnızca her iki dizide de bulunan değerleri bulmak için intersect1d()yöntemi kullanın.
Örnek
Aşağıdaki iki küme dizisinin kesişimini bulun:
import numpy as np
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])
newarr = np.intersect1d(arr1, arr2, assume_unique=True)
print(newarr)
Not: Yöntem , True olarak ayarlanırsa hesaplamayı hızlandırabilecek intersect1d()isteğe bağlı bir argüman alır . assume_uniqueKümelerle uğraşırken her zaman True olarak ayarlanmalıdır.
Farkı Bulmak
Yalnızca ilk kümede, saniye kümesinde mevcut OLMAYAN değerleri bulmak için setdiff1d()yöntemi kullanın.
Örnek
set1'in set2'den farkını bulun:
import numpy as np
set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])
newarr = np.setdiff1d(set1, set2, assume_unique=True)
print(newarr)
Not: Yöntem , True olarak ayarlanırsa hesaplamayı hızlandırabilecek setdiff1d()isteğe bağlı bir argüman alır . assume_uniqueKümelerle uğraşırken her zaman True olarak ayarlanmalıdır.
Simetrik Farkı Bulma
Yalnızca İKİ kümede OLMAYAN değerleri bulmak için setxor1d()yöntemi kullanın.
Örnek
set1 ve set2'nin simetrik farkını bulun:
import numpy as np
set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])
newarr = np.setxor1d(set1, set2, assume_unique=True)
print(newarr)
Not: Yöntem , True olarak ayarlanırsa hesaplamayı hızlandırabilecek setxor1d()isteğe bağlı bir argüman alır . assume_uniqueKümelerle uğraşırken her zaman True olarak ayarlanmalıdır.