numpy.unique()使用方法

瞻邈

已于 2025-02-26 18:04:58 修改

阅读量2.9k

点赞数 1

分类专栏： # Python开源库文章标签： numpy python

于 2023-02-14 21:28:12 首次发布

本文链接：https://blog.csdn.net/xhtchina/article/details/129025249

版权

39 篇文章

订阅专栏

numpy.unique()函数用于处理数组中的重复元素，可以返回排好序的独特元素，以及它们在原数组中的索引和计数。在不同维度的数组上操作，并支持返回元素出现的次数和原始位置。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

numpy.unique() 函数接受一个数组，去除其中重复元素，并按元素由小到大返回一个新的无元素重复的元组或者列表。

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。

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

结果

array([1, 2, 3])

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]])

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')

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])

此时需要返回三个变量，分别是统计值、计数、索引，按之前的经验第一个是统计值，后面两个的顺序不太清楚。

coordinates, inv_indices, counts = np.unique(point_coordinates, return_inverse=True, return_counts=True, axis=0)