Question

我想在numpy 2D数组中获得唯一性，但是该数组是这样的：

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

因此，数组具有不同数量的元素，我想要具有唯一元素的扁平数组，如下所示：

[1,2,3]

但是“ np.unique”无法正常工作。

Answer 1

由于内部列表的长度不同，您有一个 object 类型的数组，np.unique会将对象（内部列表）而不是元素进行比较；您需要使用np.concatenate在一维数组中手动展平数组，然后使用np.unique：

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

Answer 2

另一种方法是使用itertools.chain展平列表，然后使用np.unique()。如果列表很大，这可能比np.concatenate()快。

例如，考虑以下内容：

首先生成随机数据：

from itertools import chain
import numpy as np
import pandas as pd

N = 100000
a = np.array(
    [[np.random.randint(0,1000) for _ in range(np.random.randint(0,10))] for _ in range(N)]
)

计时结果：

%%timeit
np.unique(list(chain.from_iterable(a)))
#10 loops, best of 3: 66.7 ms per loop

%%timeit
np.unique(np.concatenate(a))
#10 loops, best of 3: 123 ms per loop

您还可以使用pandas.unique，根据文档：

比numpy.unique快得多。包括NA值。

%%timeit
pd.unique(np.concatenate(a))
#10 loops, best of 3: 107 ms per loop

%%timeit
pd.unique(list(chain.from_iterable(a)))
#10 loops, best of 3: 57.2 ms per loop

如何在numpy数组中获取具有每个数组中不同数量元素的唯一元素？

2 个答案: