保留订单的numpy.unique

Question

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

numpy.unique给出

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

如何保留原始订单

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

---

很棒的答案.奖金问题.为什么这些方法都不适用于此数据集？http://www.uploadmb.com/dw.php?id=1364341573这是numpy排序奇怪行为的问题

Answer 1

unique() 很慢,O(Nlog(N)),但您可以通过以下代码执行此操作:

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)])

输出:

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

Pandas.unique() 对于大数组O(N)来说要快得多:

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

使用的return_index功能np.unique.返回元素首次出现在输入中的索引.然后,argsort这些索引.

>>> 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 3

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