numpy.unique()使用方法
numpy.unique() 函数接受一个数组，去除其中重复元素，并按元素由小到大返回一个新的无元素重复的元组或者列表。
1. 参数说明
numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True)ar：输入数组，除非设定了下面介绍的axis参数，否则输入数组均会被自动扁平化成一个一维数组。
return_index：(可选参数，布尔类型)，如果为True则结果会同时返回被提取元素在原始数组中的索引值(index)。
return_inverse：(可选参数，布尔类型)，如果为True则结果会同时返回元素位于原始数组的索引值(index)。
return_counts：(可选参数，布尔类型)，如果为True则结果会同时每个元素在原始数组中出现的次数。
axis：计算唯一性时的轴
返回值：返回一个排好序列的独一无二的数组。
2. 示例
2.1. 一维数组
np.unique([1, 1, 2, 2, 3, 3])
a = np.array([[1, 1], [2, 3]])
结果
array([1, 2, 3])
2.2. 二维数组
a = np.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])
np.unique(a, axis=0)
结果
array([[1, 0, 0], [2, 3, 4]])
2.3. 返回索引
a = np.array(['a', 'b', 'b', 'c', 'a'])
u, indices = np.unique(a, return_index=True)
结果
array([0, 1, 3])
array(['a', 'b', 'c'], dtype='<U1')
2.4. 重建输入矩阵
a = np.array([1, 2, 6, 4, 2, 3, 2])
u, indices = np.unique(a, return_inverse=True)
u[indices]
结果
array([1, 2, 3, 4, 6])
array([0, 1, 4, 3, 1, 2, 1])
array([1, 2, 6, 4, 2, 3, 2])
示例：尝试用参数 return_counts 解决一个小问题。
# coding: utf-8
import numpy as np
# 任务: 统计 a 中元素个数, 找出出现次数最多的元素
a = np.array([1, 1, 1, 3, 3, 2, 2, 2, 2, 4, 5, 5])
# numpy.unique() 测试
b = np.unique(a)
print(b)
# 使用 return_counts=True 统计元素重复次数
b, count = np.unique(a, return_counts=True)
print(b, count)
# 使用 zip 将元素和其对应次数打包成一个个元组, 返回元组的列表
zipped = zip(b, count)
# for i, counts in zipped:
# print("%d: %d" % (i, counts)) # 这里打印zipped出来,
# # 下面 max()会报
# # ValueError: max() arg is an empty sequence
# # 不知道为什么 >_<
# 使用 max() 函数找出出现次数最多的元素
target = max(zipped, key=lambda x: x[1])
print(target)
参考文献
numpy.unique()函数
numpy.unique — NumPy v1.24 Manual
到此这篇关于numpy.unique()使用方法的文章就介绍到这了,更多相关numpy.unique()内容请搜索以前的文章或继续浏览下面的相关文章希望大家以后多多支持！
相关文章