numpy.unique的二维等价版本

Question

我有一组离散的坐标，存储在一个Nx2的numpy.ndarray中。

我想要获得每个唯一坐标集的计数和索引。虽然numpy.unique可以完成这个任务，但只适用于标量元素。

使用numpy，是否有某种简洁的方法来实现这一点？

示例：

#input
coor = np.array([[10,10],[12,9],[10,5],[12,9]]) 
#output
unique_count = np.array([1,2,1])
unique_index = np.array([0,1,2]) #1 could also be 3

编辑： unique count，将给出每个唯一值的计数，即：[10,10]有1个，[12,9]有2个，[10,5]有1个。然后使用coor[unique_index]找到对应的值。

- M.T

---

你能否更详细地解释一下unique_count和unique_index的内容？我不太理解。 - Ohumeronen

因为我想要坐标对的索引，而不是X/Y坐标本身的计数。 - M.T

我开始理解... - Ohumeronen

Answer 1

你可以使用列表的方法.count()和.index()。

coor = np.array([[10, 10], [12, 9], [10, 5], [12, 9]])
coor_tuple = [tuple(x) for x in coor]
unique_coor = sorted(set(coor_tuple), key=lambda x: coor_tuple.index(x))
unique_count = [coor_tuple.count(x) for x in unique_coor]
unique_index = [coor_tuple.index(x) for x in unique_coor]

- Ghilas BELHADJ

---

我尝试了一下，但得到了以下输出(array([5, 9, 10, 12]), array([5, 3, 0, 2]), array([1, 2, 3, 2]))，=> 有3个10，2个12和9，还有1个5。我认为在计算唯一值之前它可能会将数组压平，因为索引也是如此。 - M.T

是的，你说得对，看我的编辑。我不认为这是实现你想要的最快的方法，但它可以工作。 - Ghilas BELHADJ