Numpy.unique 行为（扁平化不一致？）

Question

我有两个列表，我需要从中找到与唯一对关联的索引（我能找到的所有 SO 帖子都只对这些对本身感兴趣）。我一直在尝试使用numpy.unique 这样做，但我遇到了一个奇怪的问题。我压缩列表以创建一个元组列表，然后 set() 和 np.unique() 成功地减少到唯一的对，但我想要的是原始列表中的索引。 unique 的文档表明，如果 return_inverse=True，它将返回那些。但是，无论是否设置，我都会得到不同程度的“扁平化”。

在这个例子中，我使用字符串只是为了避免任何比较问题，实际上它们是浮点数。

import numpy as np

l_1 = ['12.34', '12.34', '12.34', '12.34', '56.78', '56.78', '90.12', '90.12']
l_2 = ['-1.23', '-1.23', '-4.56', '-4.56', '-6.78', '-6.78', '-9.01', '-9.01']
ll = zip(l_1, l_2)

ull1 = np.unique(ll)

ull2, inds = np.unique(ll, return_inverse=True)

在第一种情况下，这些对被保留为输出中的第二个维度。在第二种情况下，甚至元组都被展平，从而破坏了对。

In [1]: ull1
Out[1]: 
array([['-9.01', '90.12'],
       ['-1.23', '12.34'],
       ['-6.78', '56.78'],
       ['-4.56', '12.34']], 
      dtype='|S5')

In [2]: ull2
Out[2]:
array(['-1.23', '-4.56', '-6.78', '-9.01', '12.34', '56.78', '90.12'], 
      dtype='|S5')

这是故意的吗？有没有办法让unique 在第一种情况下给我我想要的索引（类似于[[6,7], [0,1], [4,5], [2,3]]）？我无法从文档中判断前一种行为还是后一种行为是奇怪的行为。

我需要索引来对类似列表中的其他值进行操作。如果我可以访问 pandas，我会使用它，但我必须运行的计算机只有一个非常旧的 numpy 版本，没有 pandas。然而，同样的事情在 numpy 1.8.1 中仍然发生。我知道我可以执行以下操作：

sll = list(set(ll))
for i in range(len(sll)):
    inds = np.where([val == sll[i] for val in ll])
    # I do my operations here using inds

但我希望可能有更优雅的东西？

Answer 1

1.8.1 版中numpy.unique 的source code 开头如下：

try:
    ar = ar.flatten()
except AttributeError:
    if not return_inverse and not return_index:
        return np.sort(list(set(ar)))
    else:
        ar = np.asanyarray(ar).flatten()

如果输入不是数组并且return_inverse 和return_index 不存在，则例程委托给 Python 内置函数以查找唯一元素。它这样做的方式是错误的；它不执行documentation 保证的扁平化：

输入数组。如果它还不是一维，这将被展平。

正如 Jaime 在 cmets 中指出的，这已在当前的 NumPy 主分支中得到修复。

---

我相信您可以通过将两个列表打包成structured array 来获得您想要的结果。我不知道numpy.unique 是否采用结构化数组，但如果没有，您可以使用numpy.sort 复制其行为，其中记录了如何将其与结构化数组一起使用。