1 python数据分析numpy基础之setxor1d求两个数组的对称差
python的numpy库的setxor1d(x,y)函数，表示数组x与y的对称差，即只属于其中一个集合，而不属于另一个集合的元素组成的数组，且进行去重排序。
用法
numpy.setxor1d(ar1, ar2, assume_unique=False)
描述
numpy.setxor1d(ar1,ar2)，求两个数组ar1和ar2的对称差，返回在ar1且不在ar2中的元素，以及在ar2且不在ar1中的元素，并且去重排序。
入参
ar1,ar2：必选，列表、元组、数组；如果是多维则自动转一维数组；
assume_unique：如果ar1和ar2的元素唯一不重复，则设置为True，可以加快计算速度；
如果设置为True，则结果可能出错。
1.1 入参ar1和ar2
numpy.setdiff1d(ar1,ar2)的入参ar1和ar2，为必选入参，可以为数组、列表、元组。如果是多维数组，将会转换为一维数组后，进行处理。
若元素在ar1且不在ar2中，或元素在ar2且不在ar1中，则返回此元素。
>>> import numpy as np
# setxor1d(ar1,ar2) 返回ar1与ar2的对称差
# 若元素在ar1且不在ar2中，或元素在ar2且不在ar1中，则返回此元素。
# ar1和ar2为列表
>>> np.setxor1d([6,5,2,0,5],[3,1,7,2,8])
array([0, 1, 3, 5, 6, 7, 8])
# ar1和ar2为元组
>>> np.setxor1d((6,5,2,0,5),(3,1,7,2,8))
array([0, 1, 3, 5, 6, 7, 8])
# ar1和ar2为数组
>>> np.setxor1d(np.array((6,5,2,0,5)),np.array((3,1,7,2,8)))
array([0, 1, 3, 5, 6, 7, 8])
# ar1,ar2多维自动转1维，再进行处理
>>> np.setxor1d([[6,5,2],[0,5,9]],[[3,1,7],[2,8,9]])
array([0, 1, 3, 5, 6, 7, 8])
1.2 入参assume_unique
numpy. setxor1d()的入参assume_unique，为可选入参，布尔类型，默认为False。如果ar1和ar2数组的元素是唯一不重复的，则可以设置为True，可以加快计算速度。如果ar1或ar2数组有重复元素，并且assume_unique为True，则结果可能出错。
>>> import numpy as np
# 如果ar1和ar2数组的元素是唯一不重复的，则可以设置为True，可以加快计算速度。
# 如果ar1或ar2数组有重复元素，并且assume_unique为True，则结果可能出错。
>>> np.setxor1d([6,5,2,0,5],[3,1,7,2,8],assume_unique=True)
array([0, 1, 3, 6, 7, 8])
>>> np.setxor1d([6,5,2,0,5],[3,1,7,2,8],assume_unique=False)
array([0, 1, 3, 5, 6, 7, 8])
