如何测试 numpy 中所有行是否不同

Question

在 numpy 中，是否有一种很好的惯用方法来测试二维数组中的所有行是否不同？

我以为我能做到

len(np.unique(arr)) == len(arr)

但这根本不起作用。例如，

arr = np.array([[1,2,3],[1,2,4]])
np.unique(arr)
Out[4]: array([1, 2, 3, 4])

Answer 1

您可以计算相关矩阵并询问是否只有对角线元素1：

\n\n

(np.corrcoef(M)==1).sum()==M.shape[0]\n\n\nIn [66]:\n\nM = np.random.random((5,8))\nIn [72]:\n\n(np.corrcoef(M)==1).sum()==M.shape[0]\nOut[72]:\nTrue\n

\n\n

如果您想对列执行类似的操作，请执行以下操作：

\n\n

(np.corrcoef(M, rowvar=0)==1).sum()==M.shape[1]

\n\n

或numpy根本没有：

\n\n

len(set(map(tuple,M)))==len(M)\n

\n\n

筛选出唯一的行，然后测试结果是否与M过度杀伤相同：

\n\n

In [99]:\n\n%%timeit\n\nb = np.ascontiguousarray(M).view(np.dtype((np.void, M.dtype.itemsize * M.shape[1])))\n_, idx = np.unique(b, return_index=True)\n\nunique_M = M[idx]\n\nunique_M.shape==M.shape\n10000 loops, best of 3: 54.6 \xc2\xb5s per loop\nIn [100]:\n\n%timeit len(set(map(tuple,M)))==len(M)\n10000 loops, best of 3: 24.9 \xc2\xb5s per loop\n

\n