numpy.unique與順序保存

Question

['b','b','b','a','a','c','c'] 

numpy.unique給

['a','b','c'] 

我怎樣才能獲得原始訂單保留

['b','a','c'] 

---

偉大的答案。獎金問題。爲什麼這些方法都不適用於這個數據集？ http://www.uploadmb.com/dw.php?id=1364341573這裏的問題numpy sort wierd behavior

Answer 1

unique()是緩慢的，O（n日誌（N）），但您可以通過下面的代碼做到這一點：

import numpy as np 
a = np.array(['b','a','b','b','d','a','a','c','c']) 
_, idx = np.unique(a, return_index=True) 
print a[np.sort(idx)] 

輸出：

['b' 'a' 'd' 'c'] 

Pandas.unique()是快得多大陣列O（N）：

import pandas as pd 

a = np.random.randint(0, 1000, 10000) 
%timeit np.unique(a) 
%timeit pd.unique(a) 

1000 loops, best of 3: 644 us per loop 
10000 loops, best of 3: 144 us per loop 

Answer 2

a = ['b','b','b','a','a','c','c'] 
[a[i] for i in sorted(np.unique(a, return_index=True)[1])] 

Answer 3

使用的np.unique的return_index功能。這將返回元素首次出現在輸入中的索引。然後argsort那些指數。

>>> u, ind = np.unique(['b','b','b','a','a','c','c'], return_index=True) 
>>> u[np.argsort(ind)] 
array(['b', 'a', 'c'], 
     dtype='|S1') 

Answer 4

如果你想刪除的已排序可迭代重複，您可以使用itertools.groupby功能：

>>> from itertools import groupby 
>>> a = ['b','b','b','a','a','c','c'] 
>>> [x[0] for x in groupby(a)] 
['b', 'a', 'c'] 

這更象UNIX「uniq的」命令，因爲它假設列表已經排序。當你嘗試無序列表中你會得到這樣的事情：

>>> b = ['b','b','b','a','a','c','c','a','a'] 
>>> [x[0] for x in groupby(b)] 
['b', 'a', 'c', 'a'] 

Answer 5

如果要刪除重複項，像Unix工具uniq，這是一個解決方案：

def uniq(seq): 
    """ 
    Like Unix tool uniq. Removes repeated entries. 
    :param seq: numpy.array 
    :return: seq 
    """ 
    diffs = np.ones_like(seq) 
    diffs[1:] = seq[1:] - seq[:-1] 
    idx = diffs.nonzero() 
    return seq[idx]