Python NumPy 数组集合运算完全指南

区分运算符与专用 API

在 Python 原生集合中，&、|、-、^ 分别代表交集、并集、差集和对称差集。但 NumPy 数组重载这些符号后，含义变为逐元素的按位与、或、异等操作，直接用于集合逻辑会导致计算错误：

import numpy as np
arr1 = np.array([1, 2, 3])
arr2 = np.array([2, 3, 4])
# 错误示例：执行的是逐元素按位与，而非求交集
print(arr1 & arr2)  # 输出 [0 2 0]

因此，进行数组集合运算必须调用 NumPy 提供的专用函数。以下四个函数均接收两个一维数组，自动去重并按升序排序后返回结果：

第1步：导入专用集合运算函数

使用 np.intersect1d 计算交集，np.union1d 计算并集，np.setdiff1d 计算差集，np.setxor1d 计算对称差集。原始数组中的重复值会被自动合并，不影响最终统计结果。

import numpy as np
arr1 = np.array([1, 2, 2, 3])
arr2 = np.array([2, 3, 4, 4])

# 取交集
print(np.intersect1d(arr1, arr2))      # 输出 [2 3]
# 取并集
print(np.union1d(arr1, arr2))          # 输出 [1 2 3 4]
# 取差集（arr1有但arr2没有的元素 / arr2有但arr1没有的元素）
print(np.setdiff1d(arr1, arr2), np.setdiff1d(arr2, arr1))  # 输出 [1] [4]
# 取对称差集（只出现在其中一个数组中的元素）
print(np.setxor1d(arr1, arr2))         # 输出 [1 4]

第2步：使用 reduce 扩展至任意多个数组

上述函数仅支持两两运算。若需对三个或以上数组同时求交集或并集，可结合 functools.reduce 将操作链式折叠：

from functools import reduce
import numpy as np

arr1 = np.array([1, 2, 3])
arr2 = np.array([2, 3, 4])
arr3 = np.array([3, 4, 5])

# 对多个数组连续求交集
result = reduce(np.intersect1d, [arr1, arr2, arr3])
print(result)  # 输出 [3]

# 同理可应用于并集、差集等逻辑

完成判断与性能注意事项

运算成功后，返回的新数组为独立副本，且已按升序排列。在使用时需注意：

• 时间与空间开销：这些内部实现会先对输入数组进行排序以加速集合比对，对于百万级以上的超大规模数组，建议评估内存占用与运行时间，必要时可改用 pandas.merge 或基于哈希的自定义逻辑。
• 多维数组限制：API 默认作用于展平后的一维序列。若需处理高维矩阵，应先通过 .flatten() 转换再进行集合运算。

总结

NumPy 数组集合操作的核心在于避开重载运算符，直接使用 intersect1d、union1d、setdiff1d 和 setxor1d 即可获取规范化的交并差结果。配合 reduce 可轻松应对多表联合过滤场景。以上就是 Python NumPy 数组集合操作的详细内容，更多关于 Python 数据处理与数组运算的资料请关注本站其它相关文章！