函数使用方式如下:
a = np.unique(A)
其中a与A是一维数组和列表。
对于一维数组或者列表,unique函数去除其中重复的元素,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。
import numpy as np A = [1, 2, 2, 5,3, 4, 3] a = np.unique(A) B= (1, 2, 2,5, 3, 4, 3) b= np.unique(B) C= ['fgfh','asd','fgfh','asdfds','wrh','asdfds','wrh'] c= np.unique(C) print(a) print(b) print(c)输出结果如下:
# [1 2 3 4 5] # [1 2 3 4 5] # ['asd' 'asdfds' 'fgfh' 'wrh']函数使用方式如下:
c,s=np.unique(b,return_index=True)
return_index=True表示返回新列表元素在旧列表中的位置,并以列表形式储存在s中。
对于一维数组或者列表,unique函数去除其中重复的元素,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。
import numpy as np A = [1, 2, 2, 5,3, 4, 3] a, s= np.unique(A, return_index=True) print(a) print(s)输出结果如下:
# [1 2 3 4 5] # [0 1 4 5 3]
函数使用方式如下:
a, s,p = np.unique(A, return_index=True, return_inverse=True)
return_inverse=True 表示返回旧列表元素在新列表中的位置,并以列表形式储存在p中。
import numpy as np A = [1, 2, 2, 5,3, 4, 3] a, s,p = np.unique(A, return_index=True, return_inverse=True) print(a) print(s) print(p)输出结果如下:
# [1 2 3 4 5] # [0 1 4 5 3] # [0 1 1 4 2 3 2]水亦心 认证博客专家 神经网络 算法 视觉/OpenCV