用numpy取两个数组的并集

可以使用numpy中的`union1d`函数来取两个数组的并集，例如：

import numpy as np

a = np.array([1, 2, 3])
b = np.array([2, 3, 4])
c = np.union1d(a, b)
print(c)  # 输出 [1 2 3 4]

`union1d`函数将两个数组中的所有元素合并，并去除重复的元素，最终返回一个新的数组。

相关问题

numpy求两个数组的并集

可以使用numpy中的union1d函数来求两个数组的并集。

示例代码如下：

import numpy as np

# 定义两个数组
a = np.array([1, 2, 3, 4])
b = np.array([3, 4, 5, 6])

# 求并集
c = np.union1d(a, b)

print(c)  # 输出 [1 2 3 4 5 6]

其中，np.union1d函数的第一个参数为第一个数组，第二个参数为第二个数组，返回值为两个数组的并集。

用torch取两个数组的并集

在 PyTorch 中，可以使用 `torch.cat()` 函数将两个张量合并为一个张量。但是，由于张量只能包含唯一的元素，所以合并后的张量不一定是并集。如果你想要得到两个张量的并集，可以使用 Python 的集合运算来实现。

下面是一个示例代码，用于计算两个张量的并集：

import torch

a = torch.tensor([1, 2, 3, 4])
b = torch.tensor([3, 4, 5, 6])

# 将张量转换为 Python 的集合
set_a = set(a.numpy())
set_b = set(b.numpy())

# 计算集合的并集
union = set_a.union(set_b)

# 将集合转换为张量
result = torch.tensor(list(union))

print(result)  # 输出 tensor([1, 2, 3, 4, 5, 6])

在这个示例中，我们首先将两个张量转换为 Python 的集合。然后，计算集合的并集，并将结果转换回张量。最后，输出结果张量。