Question

在某些情况下，数组内各项的顺序并不重要，重要的是这些项的组合，例如判断数组中是否存在某个特定的项，或者数组中存在什么类型的项。使用numpy可以将数组当作数学中的集合那样进行处理。

函数unique(x)返回x中所有唯一元素组成的数组。它是Counter模块的一个很好的替代品（关于Counter模块的内容，请参考第7单元“使用计数器”），但它并未真正计算元素出现的次数。

众所周知，数据科学几乎使生物信息学成了最好的学科（这真是自切片面包被发明以来最好的东西啦！4）。在生物信息学领域，人们使用数据科学来处理基因组测序，也就是确定DNA核苷酸的顺序。下面让我们做一些类似于在生物信息学中做的工作，找出在随机DNA片段中存在的核苷酸种类：

4切片面包意义重大，以至于英语中出现了这样的表达：“The best thing since sliced bread.”——译者注

   dna = "AGTCCGCGAATACAGGCTCGGT"
   dna_as_array = np.array(list(dna))

➾ array(['A', 'G', 'T', 'C', 'C', 'G', 'C', 'G', 'A', 'A', 'T', 'A', 'C',
➾        'A', 'G', 'G', 'C', 'T', 'C', 'G', 'G', 'T'],
➾       dtype='<U1')

   np.unique(dna_as_array)

➾ array(['A', 'C', 'G', 'T'],
➾       dtype='<U1')

想必你已经明白了5。

5www.genomenewsnetwork.org/resources/whats_a_genome/Chp2_1.shtml

函数in1d(needle, haystack)返回一个布尔数组，如果needle的元素在haystack中，则返回数组的对应位置元素为True。数组needle和haystack不需要具有相同的形状。

   np.in1d(["MSFT", "MMM", "AAPL"], sap)

➾ array([False, True, False], dtype=bool)

函数union1d()和intersect1d()计算两个一维数组的并集和交集，数组的大小可以不相同。不过，相信你会更愿意使用Python原生的集合运算符&和|，因为二者的运行速度大约是numpy的两倍！