numpy.unique与顺序保存

Question

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

numpy.unique给

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

我怎样才能获得原始订单保留

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

---

伟大的答案。奖金问题。为什么这些方法都不适用于这个数据集？ http://www.uploadmb.com/dw.php?id=1364341573这里的问题numpy sort wierd behavior

Answer 1

unique()是缓慢的，O（n日志（N）），但您可以通过下面的代码做到这一点：

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()是快得多大阵列O（N）：

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

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

Answer 3

使用的np.unique的return_index功能。这将返回元素首次出现在输入中的索引。然后argsort那些指数。

>>> 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 4

如果你想删除的已排序可迭代重复，您可以使用itertools.groupby功能：

>>> from itertools import groupby 
>>> a = ['b','b','b','a','a','c','c'] 
>>> [x[0] for x in groupby(a)] 
['b', 'a', 'c'] 

这更象UNIX“uniq的”命令，因为它假设列表已经排序。当你尝试无序列表中你会得到这样的事情：

>>> b = ['b','b','b','a','a','c','c','a','a'] 
>>> [x[0] for x in groupby(b)] 
['b', 'a', 'c', 'a'] 

Answer 5

如果要删除重复项，像Unix工具uniq，这是一个解决方案：

def uniq(seq): 
    """ 
    Like Unix tool uniq. Removes repeated entries. 
    :param seq: numpy.array 
    :return: seq 
    """ 
    diffs = np.ones_like(seq) 
    diffs[1:] = seq[1:] - seq[:-1] 
    idx = diffs.nonzero() 
    return seq[idx]