Python 获取numpy数组列表中的唯一值

我有一个由数组组成的列表。都有形状2

最小示例：mylist=[np.array[1,2]，np.array[1,2]，np.array[3,4]]

我想得到一个独特的列表，例如。 [np.数组[1,2]，np.数组[3,4]]

或者甚至更好，一个带有计数的dict，例如{np.array[1,2]：2，np.array[3,4]：1}

---

到目前为止，我尝试了listsetmylist，但错误是TypeError:Unhabable类型：“numpy.ndarray”

正如错误所示，numpy数组是不可散列的。您可以将它们转换为元组，元组是可散列的，并根据结果构建：

from collections import Counter

Counter(map(tuple,mylist))
# Counter({(1, 2): 2, (3, 4): 1})

如果需要唯一元组列表，可以构造一个集合：

---

如错误所示，NumPy数组是不可散列的。您可以将它们转换为元组，元组是可散列的，并根据结果构建：

from collections import Counter

Counter(map(tuple,mylist))
# Counter({(1, 2): 2, (3, 4): 1})

如果需要唯一元组列表，可以构造一个集合：

使用以下命令：

import numpy as np
mylist = [np.array([1,2]),np.array([1,2]),np.array([3,4])]
np.unique(mylist, axis=0)

这将给出uniques数组的列表

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

来源：

请使用以下内容：

import numpy as np
mylist = [np.array([1,2]),np.array([1,2]),np.array([3,4])]
np.unique(mylist, axis=0)

这将给出uniques数组的列表

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

资料来源：

纯努比方法：

numpy.unique(mylist, axis=0)

这将生成一个二维阵列，其中包含行中的唯一阵列：

numpy.array([
 [1 2],
 [3 4]])

如果所有数组都具有与示例中相同的长度，则可以使用。 此解决方案可能会很有用，具体取决于您在代码前面所做的工作：也许您根本不需要使用纯Python，而是使用numpy，因为numpy应该更快。

纯numpy方法：

numpy.unique(mylist, axis=0)

这将生成一个二维阵列，其中包含行中的唯一阵列：

numpy.array([
 [1 2],
 [3 4]])

如果所有数组都具有与示例中相同的长度，则可以使用。

---

此解决方案可能会很有用，具体取决于您在代码前面所做的工作：也许您根本不需要使用普通Python，而是使用numpy，因为numpy应该更快。

一般来说，最好的选择是使用带有自定义参数的np.unique方法

u、 idx，计数=np.uniqueX，轴=0，返回索引=True，返回计数=True

然后，根据：

u是唯一数组的数组 idx是给出唯一值的X的索引 counts是每个唯一项在X中出现的次数 如果您需要字典，则无法在其键中存储哈希值，因此您可能希望将它们存储为元组，如@yatu的答案中所示，或类似以下内容：

---

dictzip[tuplen表示u中的n]，计数

通常，最好的选择是使用带有自定义参数的np.unique方法

u、 idx，计数=np.uniqueX，轴=0，返回索引=True，返回计数=True

然后，根据：

u是唯一数组的数组 idx是给出唯一值的X的索引 counts是每个唯一项在X中出现的次数 如果您需要字典，则无法在其键中存储哈希值，因此您可能希望将它们存储为元组，如@yatu的答案中所示，或类似以下内容：

---

dictzip[tuplen for n in u]，counts

您可能需要提到，这将从列表内部构造2d数组，如果其中一个内部数组具有不同的长度，这将失败您可能需要提到，这将从列表内部构造2d数组，如果其中一个内部数组的长度不同，则会失败。这个答案也不错，但我接受了另一个，因为这是我最后决定使用的。如果有一个形状相同的数组列表，请从中构造一个数组，以便可以利用numpy的函数。np.arraymylist，因此具有更好的性能。由于您在问题中发布了一个列表，我假设内部数组的形状可能不同@cddt谢谢您的全面回答。你是对的，我应该将列表转换为数组。这个答案也不错，但我接受了另一个答案，因为这是我最后决定使用的。如果你有一个形状相同的数组列表，请从中构造一个数组，这样你就可以利用numpy的函数。np.arraymylist，因此具有更好的性能。由于您在问题中发布了一个列表，我假设内部数组的形状可能不同@cddt谢谢您的全面回答。你是对的，我应该把列表转换成数组。