Python-Funktion numpy.unique()

1. Syntax von numpy.unique():
2. Beispiel-Codes: numpy.unique() Methode
3. Beispiel-Codes: Setzen Sie return_index=True in der Methode numpy.unique()
4. Beispiel-Codes: Setzen Sie return_counts=True in der Methode numpy.unique()
5. Beispiel-Codes: Setzen Sie return_inverse=True in der Methode numpy.unique()
6. Beispiel-Codes: Setzen des Parameters axis in der Methode numpy.unique()

Die Python-Funktion Numpy numpy.unique() ruft alle eindeutigen Werte im gegebenen Array NumPy ab und sortiert diese eindeutigen Werte.

Syntax von numpy.unique():

numpy.unique(
    ar, return_index=False, return_inverse=False, return_counts=False, axis=None
)

Parameter

Rückkehr

Es gibt sortierte eindeutige Werte des Arrays zurück.

Wenn return_index=True, gibt es ein Array mit Indizes des ersten Vorkommens jedes eindeutigen Wertes zurück.

Wenn return_counts=True, gibt es ein Array mit der Anzahl jedes eindeutigen Wertes des Eingabe-Arrays zurück.

Wenn return_inverse=True, gibt es die Indizes eines eindeutigen Arrays zurück, das zur Rekonstruktion des Eingabe-Arrays verwendet werden kann.

Beispiel-Codes: numpy.unique() Methode

import numpy as np

a=np.array([[2,3,4],
            [5,4,7],
           [4,2,3]])

unique_array=np.unique(a)

print(unique_array)

Ausgabe:

[2 3 4 5 7]

Es gibt sortierte eindeutige Werte des abgeflachten Eingabe-Arrays zurück.

Mit dem Verflachen des Arrays ist gemeint, dass alle Zeilen nacheinander platziert werden, um das gegebene Array in ein 1-D-Array zu konvertieren.

Beispiel-Codes: Setzen Sie return_index=True in der Methode numpy.unique()

import numpy as np

a=np.array([[2,3,4],
            [5,4,7],
           [4,2,3]])

unique_array=np.unique(a,return_index=True)

print(unique_array)

Ausgabe:

(array([2, 3, 4, 5, 7]), array([0, 1, 2, 3, 5]))

Sie gibt ein Tupel eines Arrays von sortierten eindeutigen Werten im gegebenen abgeflachten Eingabearray und ein Array von Indizes des ersten Auftretens jedes eindeutigen Wertes aus.

Beispiel-Codes: Setzen Sie return_counts=True in der Methode numpy.unique()

import numpy as np

a=np.array([[2,3,4],
            [5,4,7],
           [4,2,3]])

unique_array=np.unique(a,return_counts=True)

print(unique_array)

Ausgabe:

(array([2, 3, 4, 5, 7]), array([2, 2, 3, 1, 1]))

Sie gibt ein Tupel eines Arrays sortierter eindeutiger Werte im gegebenen abgeflachten Eingabe-Array und ein Array mit der Anzahl jedes eindeutigen Wertes im Eingabe-Array aus.

Beispiel-Codes: Setzen Sie return_inverse=True in der Methode numpy.unique()

import numpy as np

a=np.array([[2,3,4],
            [5,4,7],
           [4,2,3]])

unique_array=np.unique(a,return_inverse=True)

print(unique_array)

Ausgabe:

(array([2, 3, 4, 5, 7]), array([0, 1, 2, 3, 2, 4, 2, 0, 1]))

Sie gibt ein Tupel aus einem Array sortierter eindeutiger Werte im gegebenen abgeflachten Eingabe-Array und ein Array der Indizes eines eindeutigen Arrays aus.

Hier tritt 2 an der ersten Position und an der vorletzten Position des abgeflachten Arrays auf. Auf ähnliche Weise können wir herausfinden, welcher Wert an welcher Position vorkommt.

Beispiel-Codes: Setzen des Parameters axis in der Methode numpy.unique()

Einzigartige Reihen finden

import numpy as np

a=np.array([[2,3,2],
            [2,3,2],
           [4,2,3]])

unique_array=np.unique(a,axis=0)

print(unique_array)

Ausgabe:

[[2 3 2]
 [4 2 3]]

Es gibt alle eindeutigen Zeilen im Eingabefeld aus.

Eindeutige Spalten finden

import numpy as np

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

unique_array=np.unique(a,axis=1)

print(unique_array)

Ausgabe:

[[2 3]
 [2 3]
 [3 2]]

Es gibt alle eindeutigen Spalten im Eingabefeld an.