numpy.unique¶
-
numpy.
unique
(ar, return_index=False, return_inverse=False, return_counts=False)[source]¶ 查找数组的唯一元素。
返回数组的排序的唯一元素。除了唯一元素外,还有三个可选输出:提供唯一值的输入数组的索引,重建输入数组的唯一数组的索引,以及输入数组中每个唯一值的出现次数。
参数: ar:array_like
输入数组。如果它不是1-D,它将被展平。
return_index:bool,可选
如果为True,还返回导致唯一数组的ar的索引。
return_inverse:bool,可选
如果为True,还返回可用于重构ar的唯一数组的索引。
return_counts:bool,可选
如果为True,还返回ar中每个唯一值的出现次数。
版本1.9.0中的新功能。
返回: unique:ndarray
排序的唯一值。
unique_indices:ndarray,可选
(扁平)原数组中唯一值的第一次出现的索引。仅当return_index为True时提供。
unique_inverse:ndarray,可选
从唯一数组重建(扁平化)原数组的索引。仅在return_inverse为True时提供。
unique_counts:ndarray,可选
原始数组中每个唯一值的出现次数。仅在return_counts为True时提供。
版本1.9.0中的新功能。
也可以看看
numpy.lib.arraysetops
- 具有用于对数组执行设置操作的多个其他功能的模块。
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])
返回给出唯一值的原数组的索引:
>>> a = np.array(['a', 'b', 'b', 'c', 'a']) >>> u, indices = np.unique(a, return_index=True) >>> u array(['a', 'b', 'c'], dtype='|S1') >>> indices array([0, 1, 3]) >>> a[indices] array(['a', 'b', 'c'], dtype='|S1')
从唯一值重新构建输入数组:
>>> a = np.array([1, 2, 6, 4, 2, 3, 2]) >>> u, indices = np.unique(a, return_inverse=True) >>> u array([1, 2, 3, 4, 6]) >>> indices array([0, 1, 4, 3, 1, 2, 1]) >>> u[indices] array([1, 2, 6, 4, 2, 3, 2])