如何计算 numpy 数组中的唯一值（3 个示例）

您可以使用以下方法来计算 NumPy 数组中的唯一值：

方法 1：显示唯一值

 n.p. single (my_array)

方法 2：计算唯一值的数量

 len (np. unique (my_array))

方法 3：计算每个唯一值的出现次数

 n.p. unique (my_array, return_counts= True )

以下示例展示了如何在实践中使用以下 NumPy 数组的每种方法：

 import numpy as np

#create NumPy array
my_array = np. array ([1, 3, 3, 4, 4, 7, 8, 8])

示例 1：显示唯一值

以下代码展示了如何在 NumPy 数组中显示唯一值：

 #display unique values
n.p. single (my_array)

array([1, 3, 4, 7, 8])

从输出中，我们可以看到 NumPy 数组中的每个唯一值：1、3、4、7、8。

示例 2：计算唯一值的数量

以下代码显示了如何计算 NumPy 数组中唯一值的总数：

 #display total number of unique values
len (np. unique (my_array))

5

从输出中我们可以看到NumPy数组中有5个唯一值。

示例 3：计算每个唯一值的出现次数

以下代码显示如何计算 NumPy 数组中每个唯一值的出现次数：

 #count occurrences of each unique value
n.p. unique (my_array, return_counts= True )

(array([1, 3, 4, 7, 8]), array([1, 2, 2, 1, 2]))

输出中的第一个表显示唯一值，第二个表显示每个唯一值的计数。

我们可以使用以下代码以更易于阅读的格式打印此输出：

 #get unique values and counts of each value
unique, counts = np. unique (my_array, return_counts= True )

#display unique values and counts side by side
print ( np.asarray ((unique,counts)). T )

[[1 1]
 [3 2]
 [4 2]
 [7 1]
 [8 2]]

从结果我们可以看出：

• 值 1 出现1次。
• 值 3 出现两次。
• 值 4 出现两次。
• 值 7 出现1次。
• 值 8 出现两次。

其他资源

以下教程解释了如何在 Python 中执行其他常见操作：

如何计算 NumPy 数组的众数
如何将函数映射到 NumPy 数组
如何按列对 NumPy 数组进行排序