np.unique需加return_counts=true才能统计频率，因默认仅返回去重数组；开启后返回唯一值与对应频次两个对齐数组，二维时可指定axis按行/列统计。
直接用 np.unique 的 return_counts=True 参数，就能一步拿到唯一值和对应频次，不需要手动遍历或配合 collections.Counter。
为什么 np.unique 要加 return_counts=True 才能统计频率？
np.unique 默认只返回去重后的数组，不带任何计数信息。只有显式开启 return_counts=True，它才会额外返回一个同长度的整数数组，每个位置对应前一个返回值中对应元素的出现次数。
- 不加该参数 → 只返回
array([1, 2, 3]) - 加了 → 返回两个数组：
array([1, 2, 3])和array([3, 1, 2])
注意：两个返回值顺序严格对齐，counts[i] 就是 unique_vals[i] 的出现次数。
np.unique 统计频率时的常见错误现象
最常踩的坑是误以为返回的是字典或 (value, count) 元组列表，结果直接解包出错：
values, counts = np.unique(arr) # ❌ 少写了 return_counts=True，counts 实际是 None
另一个典型问题是忽略默认排序行为——np.unique 总是按升序返回唯一值，如果你需要保持原始出现顺序，它做不到；此时得换 scipy.stats.mode 或手写逻辑。
- 输入
arr = [3, 1, 1, 2, 1]→ 返回values=[1,2,3]，不是[3,1,2] - 想按首次出现顺序？不行，这不是
np.unique的设计目标
二维数组怎么用 np.unique 统计频率？
默认展平统计（axis=None），但你可以指定 axis=0 或 axis=1 沿某维度找“唯一行”或“唯一列”，此时 return_counts=True 依然有效，只是返回的 counts 对应的是该维度上的重复次数。
-
np.unique(arr_2d, axis=0, return_counts=True)→ 统计重复的行 -
np.unique(arr_2d, axis=1, return_counts=True)→ 统计重复的列 - 注意：此时
counts是一维数组，长度等于该轴上唯一切片的数量
示例：
arr = np.array([[1,2], [3,4], [1,2]])<br>vals, cnts = np.unique(arr, axis=0, return_counts=True)<br># vals = array([[1, 2], [3, 4]]), cnts = array([2, 1])
多维场景下容易忽略 axis 参数的语义，误以为它能按元素逐个统计——其实只要用了 axis，就不再是标量元素统计，而是子数组级别的唯一性判断。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
