numpy.unique#

numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True, sorted=True)[source]#

查找数组中的唯一元素。

返回数组中排序后的唯一元素。除了唯一元素之外，还有三个可选输出：

  • 给出唯一值的输入数组的索引

  • 重构输入数组的唯一数组的索引

  • 每个唯一值在输入数组中出现的次数

参数:
ar类数组

输入数组。除非指定了 axis，否则如果它不是一维数组，则会被展平。

return_index布尔值, 可选

如果为 True，则还返回 ar 的索引（如果提供，则沿指定轴；否则在展平数组中），这些索引将生成唯一数组。

return_inverse布尔值, 可选

如果为 True，则还返回唯一数组的索引（如果提供，则为指定轴），这些索引可用于重构 ar。

return_counts布尔值, 可选

如果为 True，则还返回 ar 中每个唯一项出现的次数。

axis整型或 None, 可选

要操作的轴。如果为 None，ar 将被展平。如果是一个整数，则由给定轴索引的子数组将被展平，并视为具有给定轴维度的一维数组的元素，详情请参见备注。如果使用 axis 关键字参数，则不支持包含对象的对象数组或结构化数组。默认值为 None。

equal_nan布尔值, 可选

如果为 True，则将返回数组中的多个 NaN 值合并为一个。

1.24 版本新增。

sorted布尔值, 可选

如果为 True，则唯一元素会进行排序。即使 sorted=False，元素在实践中也可能被排序，但这可能会在不通知的情况下更改。

2.3 版本新增。

返回:
uniquendarray

排序后的唯一值。

unique_indicesndarray, 可选

原始数组中唯一值首次出现的索引。仅当 return_index 为 True 时提供。

unique_inversendarray, 可选

从唯一数组重构原始数组的索引。仅当 return_inverse 为 True 时提供。

unique_countsndarray, 可选

原始数组中每个唯一值出现的次数。仅当 return_counts 为 True 时提供。

另请参阅

repeat

重复数组的元素。

sort

返回数组的排序副本。

备注

当指定轴时，按该轴索引的子数组将被排序。这是通过将指定轴设为数组的第一个维度（将轴移动到第一个维度以保持其他轴的顺序），然后以 C 顺序展平子数组来完成的。展平的子数组随后被视为结构化类型，每个元素都带有一个标签，其效果是最终得到一个由结构化类型组成的一维数组，可以像任何其他一维数组一样处理。结果是展平的子数组从第一个元素开始按字典序排序。

1.21 版本中的更改：与 np.sort 类似，NaN 将排到值的末尾。对于复数数组，所有 NaN 值都被视为等效（无论 NaN 位于实部还是虚部）。作为返回数组的代表，将选择字典序中最小的一个——关于复数数组的字典序如何定义，请参见 np.sort。

2.0 版本中的更改：对于多维输入，unique_inverse 被重新塑形，以便可以使用 np.take(unique, unique_inverse, axis=axis) 重构输入。当 axis=None 时，结果不再是一维的。

请注意，在 NumPy 2.0.0 中，当 axis 不为 None 时，也会返回更高维的数组。此行为已被还原，但可以使用 inverse.reshape(-1) 来确保与这两个版本的兼容性。

示例

>>> import numpy as np
>>> 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)
>>> u
array(['a', 'b', 'c'], dtype='<U1')
>>> indices
array([0, 1, 3])
>>> a[indices]
array(['a', 'b', 'c'], dtype='<U1')

从唯一值和逆索引重构输入数组

>>> 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])

从唯一值和计数重构输入值

>>> a = np.array([1, 2, 6, 4, 2, 3, 2])
>>> values, counts = np.unique(a, return_counts=True)
>>> values
array([1, 2, 3, 4, 6])
>>> counts
array([1, 3, 1, 1, 1])
>>> np.repeat(values, counts)
array([1, 2, 2, 2, 3, 4, 6])    # original order not preserved
本页内容