numpy在多个阵列上唯一

Numpy.unique需要一个一维数组。如果输入不是一维数组，则默认情况下会将其展平

有没有办法让它接受多个阵列？为了简单起见，让我们假设一对数组，我们在两个数组中对这对元素进行唯一的排序

例如，假设我有2个numpy数组作为输入

a = [1,    2,    3,    3]
b = [10,   20,   30,  31]

我对这两个数组都是唯一的，所以对这4对（1,10），（2,20）（3,30）和（3,31）。这4个都是独一无二的，所以我想我的结果是

[True, True, True, True]

如果相反，输入如下

a = [1,    2,    3,    3]
b = [10,   20,   30,  30]

那么最后两个元素不是唯一的。所以输出应该是

[True, True, True, False]

---

您可以使用

numpy.unique（）

返回的

unique\u索引值：

[243]中的
：定义是唯一的（*lsts）：
…：arr=np.vstack（lsts）
…：u，ind=np.unique（arr，axis=1，return_index=True）
…：out=np.zeros（shape=arr.shape[1]，dtype=bool）
…：out[ind]=真
…：返回
在[244]中：a=[1,2,2,3,3]
在[245]中：b=[1,2,2,3,3]
在[246]中：c=[1,2,0,3,3]
在[247]中：是唯一的（a，b）
Out[247]：数组（[True，True，False，True，False]）
In[248]：是唯一的（a，b，c）
Out[248]：数组（[True，True，True，False]）

您可能也会发现有帮助。
您是否查看了轴的
参数？谢谢。这是有道理的。后续问题-如果我的输入列表是不同的数据类型，您的建议是什么？e、 g.a.dtype=int64，b.dtype=datetime[D]
vstack
抱怨类型升级无效。把datetime[D]数组变成散列数组怎么样？创建一个对象数组可能是
np的一种方法。数组（[a，b]，dtype=object）
但是dtype不支持将axis参数转换为unique。再想一想，我会把date数组转换成字符串np数组<考虑到这一点，code>vstack
和
axis
工作正常。这是一个合理的解决方案，对吗？是的，这似乎是一个合理的解决办法