numpy.in1d

numpy.in1d(ar1, ar2, assume_unique=False, invert=False) [source]

Проверка, присутствует ли каждый элемент одномерного массива во втором массиве.

Возвращает булевый массив той же длины, что и ar1, содержащий True, если элемент из ar1 присутствует в ar2, и False в противном случае.

Для нового кода рекомендуется использовать isin вместо in1d.

Параметры

ar1(M,) array_like

Входной массив.

ar2array_like

Значения, с которыми сравниваются значения из ar1.

assume_uniquebool, optional

Если True, предполагается, что входные массивы уникальны, что может ускорить вычисления. По умолчанию False.

invertbool, optional

Если True, значения в возвращаемом массиве инвертируются (т.е., False, если элемент из ar1 присутствует в ar2, и True в противном случае). По умолчанию False. np.in1d(a, b, invert=True) эквивалентно (но быстрее), чем np.invert(in1d(a, b)).

Новое в версии 1.8.0.

Возвращает

in1d(M,) ndarray, bool

Значения ar1[in1d] присутствуют в ar2.

См. также

isin

Версия этой функции, сохраняющая форму ar1.

numpy.lib.arraysetops

Модуль с рядом других функций для выполнения операций над множествами в массивах.

Примечания

in1d можно рассматривать как поэлементную версию python ключевого слова in, для одномерных последовательностей. in1d(a, b) приблизительно эквивалентно np.array([item in b for item in a]). Однако эта идея не работает, если ar2 является множеством или аналогичным (непоследовательным) контейнером: поскольку ar2 преобразуется в массив, в этих случаях asarray(ar2) является массивом объектов, а не ожидаемого массива содержащихся значений.

Новое в версии 1.4.0.

Примеры

>>> test = np.array([0, 1, 2, 5, 0])
>>> states = [0, 2]
>>> mask = np.in1d(test, states)
>>> mask
array([ True, False,  True, False,  True])
>>> test[mask]
array([0, 2, 0])
>>> mask = np.in1d(test, states, invert=True)
>>> mask
array([False,  True, False,  True, False])
>>> test[mask]
array([1, 5])