Question

例如，输入一维张量：

l_in = [1,1,2,2,3,4,5,5,1,3,5]

我要删除连续重复项，这意味着输出应为：

l_out = [1,2,3,4,5,1,3,5]

但是，tf.unique函数仅返回唯一元素，表示最后三个元素也将被删除。 tf.unique的输出是：

[1,2,3,4,5], [0,0,1,1,2,3,4,4,0,2,4] = tf.unique(l_in)

其中第二项是相应的ID。

有什么方法可以只删除连续的重复项，同时保留非重复和非唯一元素？

Answer 1

对于一维张量，使用数组旋转/移位：

import tensorflow as tf

l_in = tf.constant([1,1,2,2,3,4,5,5,1,3,5])
l_left_shift = tf.concat((l_in[1:], [0]), axis=0)
mask_left_shift = tf.not_equal(l_in - l_left_shift, 0)
mask = tf.concat(([True], mask_left_shift[:-1]), axis=0)
l_out = tf.boolean_mask(l_in, mask)

with tf.Session() as sess:
    print(sess.run(l_out))
# [1 2 3 4 5 1 3 5]

（即，想法是将每个元素与其右邻元素相减，如果相减结果为0，则屏蔽掉该邻元素）

Answer 2

不了解tensorflow，但是由于它似乎是一个简单的列表，因此可以很容易地从itertools中使用groupby：

from itertools import groupby  
l_out = [x[0] for x in groupby(l_in)]
print(l_out) # prints [1, 2, 3, 4, 5, 1, 3, 5]

另请参阅：Removing elements that have consecutive duplicates in Python

如何删除张量流中的连续重复项？

2 个答案: