使用创建的每一行的频率从 numpy 中的矩阵中提取唯一行答案

【问题标题】：Extract unique rows from a matrix in numpy with the frequency of each row that was created使用创建的每一行的频率从 numpy 中的矩阵中提取唯一行
【发布时间】：2013-06-16 20:26:03
【问题描述】：

关于以下问题的后续问题：

How can I use the unique(a, 'rows') from MATLAB in Python?

那里的答案解释了如何获取唯一行。然而，matlab 还返回创建的每一行的频率。有什么优雅的方法可以用 python 制作它？

谢谢！

【问题讨论】：

标签： python matrix numpy scipy unique

【解决方案1】：

您可以使用花哨的索引和评估以下条件来计算每个唯一行的数量：

from numpy import unique, array, all
def myunique(input):
    u = array([array(x) for x in set(tuple(x) for x in input)])
    return u, array([len(input[all(input==x, axis=1)]) for x in u],dtype=int)

示例：

a = array([list('1234'),
           list('1234'),
           list('1222'),
           list('1222'),
           list('1234')],dtype=str)

print myunique(a)
#(array([['1', '2', '2', '2'],
#        ['1', '2', '3', '4']],
#       dtype='|S1'), array([2, 3]))

【讨论】：

只是想我会提到你的 myunique(x) 函数明确引用了... :)

【解决方案2】：

numpy_indexed 包（免责声明：我是它的作者）有一个功能可以有效地做到这一点：

import numpy_indexed as npi
m = np.random.randint(0, 2, (20, 3))
unique, count = npi.count(m)

【讨论】：

【解决方案3】：

我曾经遇到过这个问题。我做了以下事情：与其说是一个完美的解决方案，不如说是一个优雅的 hack。

首先将您的二维数组转换为一维数组或可散列列表，然后就很容易了。转换为一维浮点数组的一种方法是使用 D 维随机向量进行点积。例如：

a = np.array([[1.32,1,4],[2,3,3.5],[1.32,1,4],[4,5,6.2]])

b = np.random.randint(1,10**20,3)

c = np.dot(a,b)
vals, idx = np.unique(c,True)

【讨论】：