如果数组元素出现多次，则过滤二维numpy数组

我想删除在二维数组中共享一个元素的行。例如：

array = [0 1]
        [2 3]
        [4 0]
        [0 4]

filtered_array = [2 3]

---

编辑：列位置无关紧要

这里有一个使用-

展示各种场景的示例运行

案例#1：跨相同和不同列的多个匹配

In [313]: arr
Out[313]: 
array([[0, 1],
       [2, 3],
       [4, 0],
       [0, 4]])

In [314]: filter_rows(arr)
Out[314]: array([[2, 3]])

In [325]: arr
Out[325]: 
array([[ 0,  1],
       [ 2,  3],
       [ 8, 10],
       [ 7,  0]])

In [326]: filter_rows(arr)
Out[326]: 
array([[ 2,  3],
       [ 8, 10]])

案例2：沿相同列匹配

In [319]: arr
Out[319]: 
array([[ 0,  1],
       [ 2,  3],
       [ 8, 10],
       [ 0,  4]])

In [320]: filter_rows(arr)
Out[320]: 
array([[ 2,  3],
       [ 8, 10]])

案例3：沿不同列匹配

In [313]: arr
Out[313]: 
array([[0, 1],
       [2, 3],
       [4, 0],
       [0, 4]])

In [314]: filter_rows(arr)
Out[314]: array([[2, 3]])

In [325]: arr
Out[325]: 
array([[ 0,  1],
       [ 2,  3],
       [ 8, 10],
       [ 7,  0]])

In [326]: filter_rows(arr)
Out[326]: 
array([[ 2,  3],
       [ 8, 10]])

案例4：同一行中的匹配

In [331]: arr
Out[331]: 
array([[ 0,  1],
       [ 3,  3],
       [ 8, 10],
       [ 7,  0]])

In [332]: filter_rows(arr)
Out[332]: array([[ 8, 10]])

---

这只是@Divakar令人印象深刻的解决方案的替代方案。这种方法无论如何都是糟糕的（尤其是效率），但对于非numpy大师来说可能更容易理解

import numpy as np

def filter_(x):
    unique = np.unique(x) # 1
    unique_mapper = [np.where(x == z)[0] for z in unique] # 2
    filtered_unique_mapper = list(map(lambda x: x if len(x) > 1 else [], unique_mapper)) # 3
    all = np.concatenate(filtered_unique_mapper) # 4
    to_delete = np.unique(all) # 5
    return np.delete(x, all, axis=0)

# 1 get global unique values
# 2 for each unique value: get all rows with this value
#   -> multiple entries for one unique value: row's collide!
# 3 remove entries from above, if only <= 1 rows hold that unique value
# 4 collect all rows, which collided somehow
# 5 remove multiple entries from above

将numpy导入为np
def过滤器（x）：
唯一=np.唯一（x）#1
唯一映射器=[np.其中（x==z）[0]表示唯一中的z]#2
过滤的唯一映射器=列表（映射（lambda x:x如果len（x）>1 else[]，唯一映射器））#3
all=np.concatenate（过滤的_唯一的_映射器）#4
删除=np.唯一（全部）#5
返回np.delete（x，all，axis=0）
#1获取全局唯一值
#2对于每个唯一值：获取具有此值的所有行
#->一个唯一值的多个条目：行的碰撞！
#3删除上面的条目，如果只共享同一列，还是我们还需要检查其他列？检查两列。如果您只使用两列数组，请选择“是”。数据是以示例的形式出现的，只是要长得多。如果一行中的两个元素是相同的，我们会根据这一点过滤掉该行吗？