在Python中怎样用NumPy快速消除数组中的重复行

云丽小哥_8887

云丽小哥_8887

2026-11-17

491人浏览

原创

用 np.unique 处理二维数组按行去重时必须指定 axis=0,否则默认展平;浮点数需先 round 再去重;需保序时应配合 return_index 使用或改用 pandas。

在python中怎样用numpy快速消除数组中的重复行

用 np.unique 处理二维数组时必须指定 axis=0

默认情况下 np.unique 会把整个数组展平再去重,对二维数组直接调用只会返回所有元素的唯一值,而不是“唯一行”。要按行去重,axis=0 是硬性要求——它告诉 NumPy 按第一维(即逐行)比较。

常见错误是写成 np.unique(arr) 或 np.unique(arr, axis=1)(后者是去重列,不是行)。

  • axis=0:保留原始行结构,只留下首次出现的重复行
  • 返回值默认是去重后的数组;加 return_index=True 可拿到原数组中各行首次出现的位置索引
  • 若原数组含浮点数,注意 np.unique 基于精确相等判断,小数精度差异会导致本该合并的行被当作不同行

浮点数组去重前建议先做数值归一化或舍入

比如坐标点、模型输出等常含微小误差,np.unique 不会自动容错。直接用会导致看似重复的行无法合并。

稳妥做法是先用 np.round 或 np.around 统一精度:

import numpy as np
arr = np.array([[1.0000001, 2.0000003],
                [1.0000002, 2.0000004],
                [3.0, 4.0]])
# 直接 unique → 三行全保留
# 改为:
arr_rounded = np.round(arr, decimals=5)
unique_rows = np.unique(arr_rounded, axis=0)

注意:decimals 要根据数据量级和误差范围选,太小没效果,太大可能误合并。

Python 环境工具基础版
Python 环境工具基础版

管理 Python 项目环境,支持虚拟环境创建、依赖安装与环境诊断

下载

需要保留原始顺序?别用 np.unique 默认行为

np.unique 返回的数组默认按字典序升序排列,不是按首次出现顺序。如果业务依赖原始行序(比如日志时间序列、样本索引对齐),得手动保序。

  • 方案一:用 return_index=True 获取首次出现位置,再排序索引:_, idx = np.unique(arr, axis=0, return_index=True); result = arr[np.sort(idx)]
  • 方案二:更直观的是用 np.vstack({tuple(row) for row in arr})(仅限可哈希类型,如 int/float,且不保证顺序稳定)
  • 方案三:用 pandas.DataFrame.drop_duplicates,天然保序,但引入 pandas 依赖

大数组性能差异明显:避免在循环里反复调用 np.unique

对千万级行数组,np.unique(..., axis=0) 时间复杂度接近 O(n log n),内部做了排序。如果在实时处理流程中频繁调用(比如每帧图像特征去重),容易成为瓶颈。

优化方向:

  • 提前批量处理,而非逐批调用
  • 若只需判断某行是否已存在,改用 set(tuple(row) for row in arr) 构建查找表(内存换时间)
  • 确认 dtype 是否必要:float64 比 float32 去重更慢,且更容易因精度问题失效

真正难的不是写对那一行代码,而是想清楚:你到底要“数学意义的相等”,还是“业务意义的近似”;是要结果最简,还是要顺序可追溯;以及——这数组下次会不会突然变大十倍。

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!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1931

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5504

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33517

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3927

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3947

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3063

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程