本文主要是介绍numpy.unique()函数,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
该函数的调用方法:
numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None)
该函数作用:找出数组中独一无二的元素值。
各个参数意义:
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
:
有返回值,返回一个排好序列的独一无二的数组。
这里我们举几个例子,示例一代码如下:
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2021/6/1 18:32
software: PyCharm
"""
import numpy as npclass NumpyStudy:def findUniqueElements(self):array1 = np.array([1, 1, 2, 2, 3, 3])array = np.unique(array1)print("数组array的值为: ")print(array)if __name__ == "__main__":main = NumpyStudy()main.findUniqueElements()
"""
数组array的值为:
[1 2 3]
"""
可以看到我们成功获取了原始数组中独一无二的元素组成的新数组。
示例二:
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2021/6/1 18:32
software: PyCharm
"""
import numpy as npclass NumpyStudy:def findUniqueElements(self):array1 = np.array([1, 1, 2, 2, 3, 3])array = np.unique(array1, return_index=True)print("数组array的值为: ")print(array)if __name__ == "__main__":main = NumpyStudy()main.findUniqueElements()
"""
数组array的值为:
(array([1, 2, 3]), array([0, 2, 4], dtype=int64))
"""
可以看到,当我们设定了可选参数 return_index
后,得到的结果不仅仅会返回由原始数组中独一无二的元素组成的数组,同时也返回了提取的这些独一无二的元素在原始数组中的索引值。
示例三:
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2021/6/1 18:32
software: PyCharm
"""
import numpy as npclass NumpyStudy:def findUniqueElements(self):array1 = np.array([1, 1, 2, 2, 3, 3])array = np.unique(array1, return_inverse=True)print("数组array的值为: ")print(array)if __name__ == "__main__":main = NumpyStudy()main.findUniqueElements()
"""
数组array的值为:
(array([1, 2, 3]), array([0, 0, 1, 1, 2, 2], dtype=int64))
"""
可以看到,当我们设定了可选参数 return_inverse
后,得到的结果不仅仅会返回由原始数组中独一无二的元素组成的数组,同时也返回了这些独一无二的元素在原始数组中位置的索引值。(并不常用,可以忽略)
示例四:
# -*- coding:utf-8 -*-
"""
author: 15025
time: 2021/6/1 18:32
software: PyCharm
"""
import numpy as npclass NumpyStudy:def findUniqueElements(self):array1 = np.array([1, 1, 2, 2, 3, 3])array = np.unique(array1, return_counts=True)print("数组array的值为: ")print(array)if __name__ == "__main__":main = NumpyStudy()main.findUniqueElements()
"""
数组array的值为:
(array([1, 2, 3]), array([2, 2, 2], dtype=int64))
"""
可以看到,当我们设定了可选参数 return_counts
后,得到的结果不仅仅会返回由原始数组中独一无二的元素组成的数组,同时也返回了这些独一无二的元素在原始数组中出现的次数。
如果大家觉得有用,请高抬贵手给一个赞让我上推荐让更多的人看到吧~
这篇关于numpy.unique()函数的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!