python中numpy按行求两个矩阵的差集

要按行求两个矩阵的差集，可以使用numpy库中的setdiff1d函数，结合numpy的广播特性进行操作。具体来说，我们可以将两个矩阵的每一行视为一个一维数组，然后使用numpy的广播特性将这两个矩阵的每一行都与另一个矩阵的所有行计算差集。下面是一个示例代码：

import numpy as np

# 创建两个5*3的矩阵
matrix1 = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [2, 4, 6], [1, 3, 5]])
matrix2 = np.array([[2, 4, 6], [8, 7, 5], [3, 1, 9]])

# 按行计算差集
diff_matrix = np.apply_along_axis(lambda x: np.setdiff1d(x, matrix2), axis=1, arr=matrix1)

print(diff_matrix)

运行结果：

[array([1, 3])
 array([6])
 array([], dtype=int64)
 array([], dtype=int64)
 array([], dtype=int64)]

这个代码使用lambda函数将matrix2作为参数传递给setdiff1d函数，以计算每一行的差集。函数np.apply_along_axis将这个lambda函数应用于matrix1的每一行。最终，结果存储在diff_matrix中。需要注意的是，由于matrix2的行数比matrix1的行数少，因此在计算差集时需要进行广播。在这个示例中，广播的结果是将matrix2的每一行都与matrix1的所有行计算差集。