【Python】np.unique() 介绍与使用

news2024/9/24 18:01:23

简述

numpy.unique：用于去除数组中重复元素，并从小到大排序（找到唯一元素并排序）。

def unique(ar, return_index=False, return_inverse=False,
           return_counts=False, axis=None):

ar: 这是输入的数组或类数组对象。

return_index: 如果设置为True，函数会同时返回唯一元素的索引数组，这些索引对应于原始数组中的位置。

return_inverse: 如果设置为True，函数会返回一个数组，其中包含输入数组中的元素在处理后的唯一数组中的索引。这可以用于重构原始数组。

return_counts: 如果设置为True，函数将返回一个数组，其中包含输入数组中每个唯一元素的出现次数。

axis: 用于指定在哪个轴上执行操作。如果是None，则表示在整个数组上执行操作。

函数返回一个包含唯一元素的排序数组。根据参数的设置，它可能还返回与唯一元素相关联的索引数组、原始数组元素在唯一数组中的索引数组，以及每个唯一元素的出现次数。

以下是一个简单的例子：

import numpy as np

arr = np.array([2, 1, 6, 6, 4, 8, 5, 5, 6,7])

unique_values = np.unique(arr)
print("Unique values:", unique_values)

# 返回唯一元素的索引数组
unique_indices = np.unique(arr, return_index=True)[1]
print("Indices of unique values:", unique_indices)

# 返回输入数组中的元素在唯一数组中的索引数组
inverse_indices = np.unique(arr, return_inverse=True)[1]
print("Inverse indices:", inverse_indices)

# 返回每个唯一元素的出现次数
unique_counts = np.unique(arr, return_counts=True)[1]
print("Counts of unique values:", unique_counts)

# 以上如果索引是[0]，则返回的是处理过后的数组

print("unique values:", np.unique(arr, return_index=True)[0])
print("unique values:", np.unique(arr, return_inverse=True)[0])
print("unique values:", np.unique(arr, return_counts=True)[0])

输出
在这里插入图片描述

最后参数axis的含义

在 numpy.unique 函数中，axis 参数用于指定在哪个轴上执行操作，但在默认情况下，该参数通常是 None，表示在整个数组上执行操作。在很多情况下，我们不需要设置 axis 参数，因为默认值已经能够满足大多数需求。
如果你的输入数组是多维的，而且你想在特定轴上找到唯一元素，那么你可以指定 axis 参数。

arr_2d = np.array([[1, 2, 3,2],
                   [4, 2, 6,5],
                   [1, 2, 3,1],
                   [1, 2, 3,1]])

# 在轴 0 上找到唯一元素
unique_values_axis_0 = np.unique(arr_2d, axis=0,return_index=True)[1]
print("Unique values along axis 0:\n", unique_values_axis_0)

# 在轴 1 上找到唯一元素
unique_values_axis_1 = np.unique(arr_2d, axis=1,return_index=True)[1]
print("Unique values along axis 1:\n", unique_values_axis_1)