numpy中.unique()函数有什么用

numpy中的.unique()函数可以用于获取给定数组中的唯一元素。该函数返回一个由唯一元素组成的一维数组，并可以选择返回唯一元素的数量及其索引。

.unique()函数常用于数据预处理阶段，可用于去除重复值或标识不同的类别。 例如，可以使用.unique()函数将一个包含多个类别的数组转换为数字编码，以便于机器学习算法处理。

以下是一个示例代码：

import numpy as np

arr = np.array([1, 2, 3, 4, 3, 2, 1, 3, 4, 5, 6, 6, 7, 8])

unique_values = np.unique(arr)

print(unique_values)

输出结果为:

[1 2 3 4 5 6 7 8]

在上面的代码中，我们使用np.unique()函数获取了给定数组中的唯一元素，并将结果存储在unique_values变量中。

相关问题

numpy.unique

A：numpy.unique()是一个函数，用于寻找数组中的唯一元素，并返回数组中唯一元素的排序版本。它还可以返回各个元素第一次出现的下标。该函数的用法如下：

numpy.unique(arr, return_index=False, return_inverse=False, return_counts=False, axis=None)

参数说明：
arr：待处理的数组。
return_index：如果为True，则返回结果数组中唯一元素的下标。
return_inverse：如果为True，则返回结果数组中每个元素在输入数组中的位置。
return_counts：如果为True，则返回结果数组中唯一元素的计数。
axis：指定轴处理数组。

例如：

import numpy as np

arr = np.array([1, 3, 2, 3, 1, 2, 4])
print(np.unique(arr)) # 输出：[1 2 3 4]

如果设定return_index=True，则可以输出唯一元素的下标：

import numpy as np

arr = np.array([1, 3, 2, 3, 1, 2, 4])
print(np.unique(arr, return_index=True)) # 输出：(array([1, 2, 3, 4]), array([0, 2, 1, 6]))

返回结果中第一个数组是唯一元素的数组，第二个数组是唯一元素在原数组中位置的数组。

numpy.unique()

numpy.unique() 函数用于去除数组中的重复元素，并返回一个新的只包含唯一元素的数组。该函数有三个参数：

numpy.unique(ar, return_index=False, return_inverse=False)

其中，

- ar：待处理的输入数组。
- return_index：如果为 True，则返回输入数组中元素在输出数组中首次出现的下标。
- return_inverse：如果为 True，则返回一个表示每个输出元素在输入数组中索引位置的数组。

示例代码：

import numpy as np

arr = np.array([1, 2, 3, 3, 4, 4, 5])
unique_arr = np.unique(arr)

print("Input array:", arr)
print("Unique array:", unique_arr)

输出：

Input array: [1 2 3 3 4 4 5]
Unique array: [1 2 3 4 5]