numpy.unique()使用方法

numpy.unique(ar, return_index=False, return_inverse=False, return_counts=False, axis=None, *, equal_nan=True)

np.unique([1, 1, 2, 2, 3, 3])
a = np.array([[1, 1], [2, 3]])

a = np.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])
np.unique(a, axis=0)

a = np.array(['a', 'b', 'b', 'c', 'a'])
u, indices = np.unique(a, return_index=True)

a = np.array([1, 2, 6, 4, 2, 3, 2])
u, indices = np.unique(a, return_inverse=True)
u[indices]

# coding: utf-8
import numpy as np
 
# 任务: 统计 a 中元素个数, 找出出现次数最多的元素
a = np.array([1, 1, 1, 3, 3, 2, 2, 2, 2, 4, 5, 5])
 
# numpy.unique() 测试
b = np.unique(a)
print(b)
 
# 使用 return_counts=True 统计元素重复次数
b, count = np.unique(a, return_counts=True)
print(b, count)
 
# 使用 zip 将元素和其对应次数打包成一个个元组, 返回元组的列表
zipped = zip(b, count)
# for i, counts in zipped:
#     print("%d: %d" % (i, counts))  # 这里打印zipped出来,
#                                    # 下面 max()会报
#                                    # ValueError: max() arg is an empty sequence
#                                    # 不知道为什么 >_<
 
# 使用 max() 函数找出出现次数最多的元素
target = max(zipped, key=lambda x: x[1])
print(target)