numpy.unique()使用方法

小诸哥 2023-02-19 14:33:22 0

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)