numpy.unique()如何使用

本篇內容介紹了“numpy.unique()如何使用”的有關知識，在實際案例的操作過程中，不少人都會遇到這樣的困境，接下來就讓小編帶領大家學習一下如何處理這些情況吧！希望大家仔細閱讀，能夠學有所成！

numpy.unique() 函數接受一個數組，去除其中重復元素，并按元素由小到大返回一個新的無元素重復的元組或者列表。

1. 參數說明

numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True)

ar：輸入數組，除非設定了下面介紹的axis參數，否則輸入數組均會被自動扁平化成一個一維數組。

return_index：(可選參數，布爾類型)，如果為True則結果會同時返回被提取元素在原始數組中的索引值(index)。

return_inverse：(可選參數，布爾類型)，如果為True則結果會同時返回元素位于原始數組的索引值(index)。

return_counts：(可選參數，布爾類型)，如果為True則結果會同時每個元素在原始數組中出現的次數。

axis：計算唯一性時的軸

返回值：返回一個排好序列的獨一無二的數組。

2. 示例

2.1. 一維數組

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

結果

array([1, 2, 3])

2.2. 二維數組

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

結果

array([[1, 0, 0], [2, 3, 4]])

2.3. 返回索引

a = np.array(['a', 'b', 'b', 'c', 'a'])
u, indices = np.unique(a, return_index=True)

結果

array([0, 1, 3])
array(['a', 'b', 'c'], dtype='<U1')

2.4. 重建輸入矩陣

a = np.array([1, 2, 6, 4, 2, 3, 2])
u, indices = np.unique(a, return_inverse=True)
u[indices]

結果

array([1, 2, 3, 4, 6])
array([0, 1, 4, 3, 1, 2, 1])
array([1, 2, 6, 4, 2, 3, 2])

示例：嘗試用參數 return_counts 解決一個小問題。

# coding: utf-8
import numpy as np
 
# 任務: 統計 a 中元素個數, 找出出現次數最多的元素
a = np.array([1, 1, 1, 3, 3, 2, 2, 2, 2, 4, 5, 5])
 
# numpy.unique() 測試
b = np.unique(a)
print(b)
 
# 使用 return_counts=True 統計元素重復次數
b, count = np.unique(a, return_counts=True)
print(b, count)
 
# 使用 zip 將元素和其對應次數打包成一個個元組, 返回元組的列表
zipped = zip(b, count)
# for i, counts in zipped:
#     print("%d: %d" % (i, counts))  # 這里打印zipped出來,
#                                    # 下面 max()會報
#                                    # ValueError: max() arg is an empty sequence
#                                    # 不知道為什么 >_<
 
# 使用 max() 函數找出出現次數最多的元素
target = max(zipped, key=lambda x: x[1])
print(target)

“numpy.unique()如何使用”的內容就介紹到這里了，感謝大家的閱讀。如果想了解更多行業相關的知識可以關注億速云網站，小編將為大家輸出更多高質量的實用文章！