欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

numpy.unique()使用方法

 更新時(shí)間:2023年02月19日 10:47:04   作者:瞻邈  
本文主要介紹了numpy.unique()使用方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧

numpy.unique() 函數(shù)接受一個(gè)數(shù)組,去除其中重復(fù)元素,并按元素由小到大返回一個(gè)新的無(wú)元素重復(fù)的元組或者列表。

1. 參數(shù)說(shuō)明

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

ar:輸入數(shù)組,除非設(shè)定了下面介紹的axis參數(shù),否則輸入數(shù)組均會(huì)被自動(dòng)扁平化成一個(gè)一維數(shù)組。

return_index:(可選參數(shù),布爾類型),如果為True則結(jié)果會(huì)同時(shí)返回被提取元素在原始數(shù)組中的索引值(index)。

return_inverse:(可選參數(shù),布爾類型),如果為True則結(jié)果會(huì)同時(shí)返回元素位于原始數(shù)組的索引值(index)。

return_counts:(可選參數(shù),布爾類型),如果為True則結(jié)果會(huì)同時(shí)每個(gè)元素在原始數(shù)組中出現(xiàn)的次數(shù)。

axis:計(jì)算唯一性時(shí)的軸

返回值:返回一個(gè)排好序列的獨(dú)一無(wú)二的數(shù)組。

2. 示例

2.1. 一維數(shù)組

np.unique([1, 1, 2, 2, 3, 3])
a = np.array([[1, 1], [2, 3]])

結(jié)果

array([1, 2, 3])

2.2. 二維數(shù)組

a = np.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])
np.unique(a, axis=0)

結(jié)果

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

2.3. 返回索引

a = np.array(['a', 'b', 'b', 'c', 'a'])
u, indices = np.unique(a, return_index=True)

結(jié)果

array([0, 1, 3])
array(['a', 'b', 'c'], dtype='<U1')

2.4. 重建輸入矩陣

a = np.array([1, 2, 6, 4, 2, 3, 2])
u, indices = np.unique(a, return_inverse=True)
u[indices]

結(jié)果

array([1, 2, 3, 4, 6])
array([0, 1, 4, 3, 1, 2, 1])
array([1, 2, 6, 4, 2, 3, 2])

示例:嘗試用參數(shù) return_counts 解決一個(gè)小問題。

# coding: utf-8
import numpy as np
 
# 任務(wù): 統(tǒng)計(jì) a 中元素個(gè)數(shù), 找出出現(xiàn)次數(shù)最多的元素
a = np.array([1, 1, 1, 3, 3, 2, 2, 2, 2, 4, 5, 5])
 
# numpy.unique() 測(cè)試
b = np.unique(a)
print(b)
 
# 使用 return_counts=True 統(tǒng)計(jì)元素重復(fù)次數(shù)
b, count = np.unique(a, return_counts=True)
print(b, count)
 
# 使用 zip 將元素和其對(duì)應(yīng)次數(shù)打包成一個(gè)個(gè)元組, 返回元組的列表
zipped = zip(b, count)
# for i, counts in zipped:
#     print("%d: %d" % (i, counts))  # 這里打印zipped出來(lái),
#                                    # 下面 max()會(huì)報(bào)
#                                    # ValueError: max() arg is an empty sequence
#                                    # 不知道為什么 >_<
 
# 使用 max() 函數(shù)找出出現(xiàn)次數(shù)最多的元素
target = max(zipped, key=lambda x: x[1])
print(target)

參考文獻(xiàn)

numpy.unique()函數(shù)

numpy.unique — NumPy v1.24 Manual

到此這篇關(guān)于numpy.unique()使用方法的文章就介紹到這了,更多相關(guān)numpy.unique()內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • PyTorch中可視化工具的使用

    PyTorch中可視化工具的使用

    本文主要介紹了PyTorch中可視化工具的使用,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2023-04-04
  • Python3.6中Twisted模塊安裝的問題與解決

    Python3.6中Twisted模塊安裝的問題與解決

    這篇文章主要介紹了Python3.6中Twisted模塊安裝的問題與解決,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用Python具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-04-04
  • python安裝numpy和pandas的方法步驟

    python安裝numpy和pandas的方法步驟

    這篇文章主要介紹了python安裝numpy和pandas的方法步驟,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-05-05
  • python基于TCP實(shí)現(xiàn)的文件下載器功能案例

    python基于TCP實(shí)現(xiàn)的文件下載器功能案例

    這篇文章主要介紹了python基于TCP實(shí)現(xiàn)的文件下載器功能,結(jié)合具體實(shí)例形式分析了Python使用socket模塊實(shí)現(xiàn)的tcp協(xié)議下載功能客戶端與服務(wù)器端相關(guān)操作技巧,需要的朋友可以參考下
    2019-12-12
  • Python:format格式化字符串詳解

    Python:format格式化字符串詳解

    這篇文章主要介紹了Python中用format函數(shù)格式化字符串的用法,格式化字符串是Python學(xué)習(xí)當(dāng)中的基礎(chǔ)知識(shí),本文主要針對(duì)Python2.7.x版本,需要的朋友可以參考下
    2021-09-09
  • 在Pandas中處理NaN值的方法

    在Pandas中處理NaN值的方法

    這篇文章主要介紹了在Pandas中處理NaN值的方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧
    2019-06-06
  • python放大圖片和畫方格實(shí)現(xiàn)算法

    python放大圖片和畫方格實(shí)現(xiàn)算法

    這篇文章主要為大家詳細(xì)介紹了python放大圖片和畫方格實(shí)現(xiàn)算法,實(shí)現(xiàn)圖片的放大縮小功能,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2018-03-03
  • python代碼的幾種常見加密方式分享

    python代碼的幾種常見加密方式分享

    這篇文章主要介紹了python代碼的幾種常見加密方式分享,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的朋友可以參考一下
    2022-07-07
  • Python?推導(dǎo)式、生成器與切片問題解決思路

    Python?推導(dǎo)式、生成器與切片問題解決思路

    這篇文章主要介紹了Python?推導(dǎo)式、生成器與切片,生成器實(shí)質(zhì)就是迭代器,通過本文學(xué)習(xí)能夠理解并掌握推導(dǎo)式、切片等用法并能解決實(shí)際問題,需要的朋友可以參考下
    2022-03-03
  • python淺析守護(hù)線程與非守護(hù)線程的區(qū)別與使用

    python淺析守護(hù)線程與非守護(hù)線程的區(qū)別與使用

    守護(hù)線程,又稱后臺(tái)線程,它是在后臺(tái)運(yùn)行的,如果所有前臺(tái)線程都死亡,那么后臺(tái)線程就會(huì)自動(dòng)死亡,本章我們來(lái)了解守護(hù)線程與非守護(hù)線程,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)吧
    2022-08-08

最新評(píng)論