NumPy Operasi Himpunan

Apa itu Himpunan?

Himpunan dalam matematika adalah sekumpulan elemen unik.

Himpunan digunakan untuk operasi yang melibatkan operasi irisan, union, dan selisih.

Membuat Himpunan di NumPy

Kita bisa menggunakan metode unique() pada NumPy untuk mencari elemen unik dari array apa pun. Misalnya: buat himpunan array, tetapi ingat bahwa himpunan array seharusnya hanya berupa array 1-D.

Contoh:
Ubah array berikut dengan elemen berulang menjadi satu himpunan.

import numpy as np

arr = np.array([1, 1, 1, 2, 3, 4, 5, 5, 6, 7])

x = np.unique(arr)

print(x)

Mencari Union

Untuk menemukan nilai unik dari dua array, gunakan metode union1d().

Contoh:
Temukan union dari dua himpunan array berikut

import numpy as np

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

newarr = np.union1d(arr1, arr2)

print(newarr)

Menemukan Irisan

Untuk menemukan nilai yang hanya ada di dua array, gunakan metode intersect1d().

Contoh:
Temukan irisan dari dua himpunan array berikut

import numpy as np

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

newarr = np.intersect1d(arr1, arr2, assume_unique=True)

print(newarr)

Catatan: metode intersect1d() menggunakan argumen opsional assume_unique, yang jika diatur menjadi True dapat mempercepat komputasi. Argumen ini harus selalu diatur menjadi True saat menangani himpunan.

Mencari Selisih

Untuk menemukan nilai yang hanya ada pada himpunan pertama dan TIDAK ada di humpunan kedua, gunakan metode setdiff1d().

Contoh:
Temukan selisih set1 dari set2

import numpy as np

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

newarr = np.intersect1d(arr1, arr2, assume_unique=True)

print(newarr)

Catatan: metode setdiff1d() menggunakan argumen opsional assume_unique, yang jika atur menjadi True dapat mempercepat komputasi. Argumen ini harus selalu diatur menjadi True saat menangani himpunan.

Mencari Selisih Simetris

Untuk hanya mencari nilai yang TIDAK ada di KEDUA himpunan, gunakan metode setxor1d().

Contoh:
Temukan selisih simetris dari set1 dan set2

import numpy as np

set1 = np.array([1, 2, 3, 4])
set2 = np.array([3, 4, 5, 6])

newarr = np.setxor1d(set1, set2, assume_unique=True)

print(newarr)

Catatan: metode setxor1d() mengambil argumen opsional assume_unique, yang jika diatur menjadi True dapat mempercepat komputasi. Argumen ini harus selalu diatur menjadi True saat menangani himpunan.