1. 常规数组的并集、交集、差集

import numpy as np
array1=np.array([3,2,-1,100])
array2=np.array([0,-5,100,20])

"""并集"""
union=np.union1d(array1,array2)  
print(union)
> [ -5  -1   0   2   3  20 100]

"""交集"""
inter=np.intersect1d(array1,array2)  
print(inter)
> [100]

"""差集"""
diff=np.setdiff1d(array1,array2)  
print(diff)
> [-1  2  3]

diff=np.setdiff1d(array2,array1)  
print(diff)
> [-5  0 20]

"""
差集需要额外注意的一点：
函数原型：numpy.setdiff1d(ar1, ar2, assume_unique=False)
返回结果：return 1D array of values in ar1 that are not in ar2. 
返回的是ar1里有，ar2里没有的。因此，ar1和ar2的顺序会导致结果有区别
"""

注意，np.union1d函数及后续的np.intersect1d、np.setdiff1d都只支持1d的数组，如果是多维数组，需要先flatten。

例如：

import numpy as np
array1=np.array([[3,2],[-1,100]])
array2=np.array([[0,-5],[100,20]])
union=np.union1d(array1.flatten(), array2.flatten())
print(union)
> [ -5  -1   0   2   3  20 100]

参考：

2. 概率图的交并差

2.1 概念说明

2.2 实现

# 和
if op_type=="add":
	prob_rs=(prob1_array+prob2_array)/2
# 并
elif op_type=="union":
	prob_rs=np.where(prob1_array > prob2_array, prob1_array, prob2_array)
# 交
elif op_type=="inter":
	prob_rs=np.where(prob1_array < prob2_array, prob1_array, prob2_array)

参考：