Python numpy.unique函数方法的使用

NumPy（Numerical Python的缩写）是一个开源的Python科学计算库。使用NumPy，就可以很自然地使用数组和矩阵。NumPy包含很多实用的数学函数，涵盖线性代数运算、傅里叶变换和随机数生成等功能。本文主要介绍一下NumPy中unique方法的使用。

numpy.unique

numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None) [source]

查找数组的唯一(unique)元素。

返回数组的排序后的唯一元素。除独特元素外，还有三个可选输出：

输入数组的索引，这些索引给出唯一值
重建输入数组的唯一数组的索引
输入数组中每个唯一值出现的次数

参数：

ar ：array_like

输入数组。除非指定了轴，否则如果它不是一维的，

它将被展平。

return_index ：bool, 可选

如果为True，则还返回ar的索引（沿着指定的轴，

如果提供的话，或者在展平的数组中），

这将导致唯一的数组。

return_inverse ：bool, 可选

如果为True，则还返回可用于重建ar的唯一数组

（对于指定的轴，如果提供）的索引。

return_counts ：bool, 可选

如果为True，则还返回每个唯一项出现在ar中的次数。

1.9.0版中的新功能。

axis ：int 或 None, 可选

要运行的轴。如果为None，则ar将被展平。

如果为整数，则由给定轴索引的子数组将被展平,

并视为具有给定轴尺寸的一维数组的元素，

有关更多详细信息，请参见注释。如果使用轴kwarg，

则不支持对象数组或包含对象的结构化数组。默认为无。

1.13.0版中的新功能。

返回值：

unique ：ndarray

排序后的唯一值。

unique_indices ：ndarray, 可选

原始数组中唯一值的首次出现的索引。

仅在return_index为True时提供。

unique_inverse ：ndarray, 可选

从唯一数组重建原始数组的索引。仅在return_inverse为True时提供。

unique_counts ：ndarray, 可选

每个唯一值出现在原始数组中的次数。仅在return_counts为True时提供。

1.9.0版中的新功能。

Notes

指定轴后，将对由该轴索引的子数组进行排序。通过将指定的轴设为数组的第一维（将轴移至第一维以保持其他轴的顺序），然后将子数组按C顺序展平，即可完成此操作。然后，将展平的子数组视为结构化类型，并为每个元素指定了标签，结果是我们最终得到了结构化类型的1-D数组，该数组可以用与其他任何1-D数组相同的方式处理。结果是，展平的子数组从第一个元素开始按字典顺序排序。

例子

>>> np.unique([1, 1, 2, 2, 3, 3])array([1, 2, 3])>>> a = np.array([[1, 1], [2, 3]])>>> np.unique(a)array([1, 2, 3])

返回二维数组的唯一行

>>> a = np.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])>>> np.unique(a, axis=0)array([[1, 0, 0], [2, 3, 4]])

返回给出唯一值的原始数组的索引：

>>> a = np.array(['a', 'b', 'b', 'c', 'a'])>>> u, indices = np.unique(a, return_index=True)>>> uarray(['a', 'b', 'c'], dtype='>> indicesarray([0, 1, 3])>>> a[indices]array(['a', 'b', 'c'], dtype='从唯一值重建输入数组：
>>> a = np.array([1, 2, 6, 4, 2, 3, 2])>>> u, indices = np.unique(a, return_inverse=True)>>> uarray([1, 2, 3, 4, 6])>>> indicesarray([0, 1, 4, 3, 1, 2, 1])>>> u[indices]array([1, 2, 6, 4, 2, 3, 2])