np.unique([j for i in temp list for j in i])

你可以使用numpy库中的unique函数来获取一个列表中的唯一值。在这种情况下，你可以使用列表推导式来将多个子列表合并为一个列表，然后将该列表作为参数传递给unique函数。下面是示例代码：

import numpy as np

temp_list = [[1, 2, 3], [2, 3, 4], [3, 4, 5]]
unique_values = np.unique([j for i in temp_list for j in i])

print(unique_values)

这将输出一个包含唯一值的numpy数组。在这个例子中，输出将是 `[1 2 3 4 5]`。

相关问题

for i in np.arange

`for i in np.arange` 是一个Python中常用的循环语句，其中 `np.arange` 是一个numpy库中的函数，用于创建一个等差数列数组，该函数的用法如下：

import numpy as np

for i in np.arange(start, stop, step):
    # 循环体

其中，`start` 表示起始值，`stop` 表示结束值（不包含该值），`step` 表示步长。这个循环会依次遍历数组中的每一个元素，并执行循环体内的语句。

例如，当我们想要遍历从1到5之间的整数时，可以使用如下代码：

import numpy as np

for i in np.arange(1, 6, 1):
    print(i)

这个代码会输出数字 1 到 5，每个数字一行。

np.unique(np.array([i[0]+i[1]for i in data[:,[1,2]]])

这段代码似乎有语法错误，可能是因为缺少逗号。可以将代码修改为：

np.unique(np.array([i[0], i[1]] for i in data[:, [1, 2]]))

这段代码的作用是从数据集 `data` 的第二列和第三列中获取所有的二元组，并使用 NumPy 的 `unique` 函数找到其中的唯一元素。具体来说，`data[:, [1, 2]]` 表示选取 `data` 的所有行和第二列、第三列，即获取所有二元组；`[i[0], i[1]] for i in data[:, [1, 2]]` 表示对每个二元组进行遍历，取出其中的两个元素；最后使用 `np.unique` 函数找到所有不同的二元组。