NumPy union1d のサンプルコード

NumPyのSet演算：numpy.union1d()

使用例

import numpy as np

# 2つの配列
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合
union = np.union1d(arr1, arr2)

print(union)
# [1 2 3 4 5 6]

この例では、arr1とarr2の和集合は[1, 2, 3, 4, 5, 6]になります。

詳細

• numpy.union1d()は、入力配列を1次元に変換してから処理します。
• 出力配列は、昇順にソートされます。
• 重複する要素は出力配列に1回だけ含まれます。

関連関数

• numpy.intersect1d(): 2つの配列の共通部分 (積集合) を計算します。
• numpy.setdiff1d(): 2つの配列の差集合を計算します。
• numpy.unique(): 配列の重複を除いて、一意な要素のみを含む配列を返します。

numpy.union1d()は、2つの配列の和集合を計算する便利な関数です。Set演算を行う際には、ぜひ活用してみてください。

NumPy union1d サンプルコード集

基本的な使い方

import numpy as np

# 2つの配列
arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合
union = np.union1d(arr1, arr2)

print(union)
# [1 2 3 4 5 6]

型の異なる配列

arr1 = np.array([1, 2, 3, 4], dtype=np.int32)
arr2 = np.array([3.14, 4.56, 5.78, 6.90], dtype=np.float64)

# 型変換して和集合
union = np.union1d(arr1.astype(np.float64), arr2)

print(union)
# [1.  2.  3.  3.14 4.  4.56 5.  5.78 6.  6.9]

重複する要素

arr1 = np.array([1, 2, 3, 3, 4])
arr2 = np.array([3, 4, 5, 5, 6])

# 和集合
union = np.union1d(arr1, arr2)

print(union)
# [1 2 3 4 5 6]

マスク配列

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# マスクを使って和集合
mask1 = np.array([True, False, True, True])
mask2 = np.array([False, True, True, False])

union = np.union1d(arr1[mask1], arr2[mask2])

print(union)
# [1 3 4]

ソート順序

arr1 = np.array([4, 2, 3, 1])
arr2 = np.array([6, 5, 4, 3])

# 逆順にソート
union = np.union1d(arr1, arr2, return_index=False, sort=False)

print(union)
# [6 5 4 3 2 1]

戻り値

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合とインデックス
union, indices = np.union1d(arr1, arr2, return_index=True)

print(union)
# [1 2 3 4 5 6]
print(indices)
# [0 1 2 3 4 5]

• keep_order: 入力配列の順序を維持するかどうか (デフォルト: False)
• assume_unique: 入力配列に重複がないと仮定するかどうか (デフォルト: False)

NumPy union1d の代替方法

set演算

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合
union = set(arr1) | set(arr2)

print(union)
# {1, 2, 3, 4, 5, 6}

この方法は、NumPyよりも簡潔に記述できますが、セット型に変換するため、処理速度が遅くなる可能性があります。

forループ

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合
union = []
for x in arr1:
    if x not in union:
        union.append(x)
for x in arr2:
    if x not in union:
        union.append(x)

print(union)
# [1, 2, 3, 4, 5, 6]

この方法は、最も汎用性の高い方法ですが、処理速度は遅くなります。

np.unique

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合
union = np.unique(np.concatenate((arr1, arr2)))

print(union)
# [1 2 3 4 5 6]

この方法は、重複する要素を除いて、一意な要素のみを含む配列を返します。

np.setdiff1d

import numpy as np

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# arr2の要素をarr1から取り除く
diff = np.setdiff1d(arr1, arr2)

# arr1とdiffを連結
union = np.concatenate((diff, arr2))

print(union)
# [1 2 5 6]

この方法は、union1dとは異なり、arr2の要素をarr1から取り除いた後に連結することで和集合を計算します。

ライブラリ

from collections import Counter

arr1 = np.array([1, 2, 3, 4])
arr2 = np.array([3, 4, 5, 6])

# 和集合
union = list(Counter(arr1) | Counter(arr2))

print(union)
# [1, 2, 3, 4, 5, 6]

collections.Counterなどのライブラリを使う方法もあります。

NumPyのunion1d以外にも、2つの配列の和集合を計算する方法はいくつかあります。それぞれ