Question

我知道这个问题已经回答。但是我不理解代码中的某些内容。我试图在一个numpy数组中找到唯一的行。使用结构化数组的解决方案如下：

x是您的输入数组。

‍‍‍‍‍‍y = np.ascontiguousarray(x).view(np.dtype((np.void, x.dtype.itemsize * x.shape[1])))
_, idx = np.unique(y, return_index=True)
unique_result = x[idx]

我的问题是，为什么我们需要这一行：

y = np.ascontiguousarray(x).view(np.dtype((np.void, x.dtype.itemsize * x.shape[1])))

为什么我们不能只使用：

_, idx = np.unique(x, return_index=True)
unique_result = x[idx]

Answer 1

您在问几个问题。我不确定您在哪里找到提到的解决方案，但是我将解释为什么这样做。这个：

_, idx = np.unique(x, return_index=True)
unique_result = x[idx]

无法在np.array中查找唯一的行，因为如果没有给出轴，np.unique将使给定的数组变平。然后，我想象添加了y = np.ascontiguousarray(x).view(np.dtype((np.void, x.dtype.itemsize * x.shape[1])))行，这样，即使将它们展平，它们试图比较的内部数组也将各自表示为单独的项目（void类型）。然后，使用np.unique确实会返回唯一行。

但是，我看不出为什么有任何必要。您可以在传递感兴趣的轴时直接使用unique：

unique_result = np.unique(x, axis=0)

在numpy数组中查找唯一的行

1 个答案: