mindspore.ops.ListDiff

class mindspore.ops.ListDiff(out_idx=mstype.int32)[源代码]

比较两个数字列表之间的不同。

给定一个列表 x 和一个列表 y，此操作返回一个列表 out，表示在 x 中但不在 y 中的所有值。 返回列表 out 的排序顺序与数字出现在 x 中的顺序相同（保留重复项）。此操作还会返回一个列表 idx ， 表示每个 out 元素在 x 中的位置。即： out[i] = x[idx[i]] for i in [0, 1, ..., len(out) - 1] 。

参数：

  • out_idx (mindspore.dtype, 可选) - idx 的数据类型，可选值： mindspore.dtype.int32 和 mindspore.dtype.int64 。默认值： mindspore.dtype.int32 。

输入：

  • x (Tensor) - 一个1-D Tensor。保留的值。类型支持：[float16, float32, float64, uint8, uint16, int8, int16, int32, int64]。

  • y (Tensor) - 一个1-D Tensor，与 x 类型一致。移除的值。

输出：

  • out (Tensor) - 一个1-D Tensor，与 x 类型一致。

  • idx (Tensor) - 一个1-D Tensor， out_idx 类型。

异常：

  • ValueError - 如果 x 或 y 的shape不是1D。

  • TypeError - 如果 x 或 y 不是Tensor。

  • TypeError - 如果 x 或 y 的数据类型不在支持列表里。

  • TypeError - 如果 x 与 y 的数据类型不同。

  • TypeError - 如果属性 out_idx 的取值不在[mindspore.dtype.int32, mindspore.dtype.int64]中。

支持平台：

GPU CPU

样例：

>>> x = Tensor(np.arange(1, 7, 1), dtype=mindspore.dtype.int32) # [1, 2, 3, 4, 5, 6]
>>> y = Tensor([1, 3, 5], dtype=mindspore.dtype.int32)
>>> op = ops.ListDiff() # out_idx default is mindspore.dtype.int32
>>> out, idx = op(x, y)
>>> print(out)
[2 4 6]
>>> print(idx)
[1 3 5]