我该如何在Python中使用MATLAB中的unique(a, 'rows')函数？

Question

我正在将一些MATLAB代码翻译成Python语言。

NumPy中有一个unique(a)命令。但由于MATLAB程序还运行了“rows”命令，因此它会给出略微不同的结果。

在Python中是否有类似的命令，或者我需要编写一个执行相同操作的算法？

- Rodrigo Forti

---

你看过这个网页吗？http://mail.scipy.org/pipermail/numpy-discussion/2009-August/044664.html - Amro

是的，我看到了，但是没有unique1d这样的命令。我认为他们在新的Numpy中将其删除了，不过我不确定。 - Rodrigo Forti

尝试使用unique代替unique1d——那个帖子里的例子应该可以工作。 - ars

Answer 1

假设您的二维数组按照通常的C顺序存储（也就是说，每一行在主数组中被视为一个数组或列表；换句话说，按行优先的顺序），或者您事先对数组进行转置，那么您可以像这样做...

>>> import numpy as np
>>> a = np.array([[1, 2, 3], [2, 3, 4], [1, 2, 3], [3, 4, 5]])
>>> a
array([[1, 2, 3],
       [2, 3, 4],
       [1, 2, 3],
       [3, 4, 5]])
>>> np.array([np.array(x) for x in set(tuple(x) for x in a)]) # or "list(x) for x in set[...]"
array([[3, 4, 5],
       [2, 3, 4],
       [1, 2, 3]])

当然，如果您需要按照原始顺序获取唯一行，则这种方法不起作用。

---

顺便说一下，要模拟类似于unique(a, 'columns')的操作，只需转置原始数组，执行上述步骤，然后再次转置。

- JAB

Answer 2

你可以尝试：

ii = 0; wrk_arr = your_arr
idx = numpy.arange(0,len(wrk_arr))
while ii<=len(wrk_arr)-1:
    i_list = numpy.arange(0,len(wrk_arr)
    candidate = numpy.matrix(wrk_arr[ii,:])
    i_dup = numpy.array([0] * len(wrk_arr))
    numpy.all(candidate == wrk_arr,axis=1, iout = idup)
    idup[ii]=0
    i_list = numpy.unique(i_list * (1-idup))
    idx = numpy.unique(idx * (1-idup))
    wrk_arr = wrk_arr[i_list,:]
    ii += 1

结果是 wrk_arr，它是您的数组（your_arr）的唯一排序数组。关系为：

your_arr[idx,:] = wrk_arr

它的工作方式类似于MATLAB，因为返回的数组（wrk_arr）保持原始数组（your_arr）的顺序。 idx数组与MATLAB不同，因为它包含第一次出现的索引，而MATLAB返回最后一次出现。

从我的经验来看，在10000 X 4矩阵上，它的速度与MATLAB一样快。

对于列的情况，转置将起到作用。

- David New2Py