['b','b','b','a','a','c','c']
numpy.unique给numpy.unique与顺序保存
['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
['b','b','b','a','a','c','c']
numpy.unique给numpy.unique与顺序保存
['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
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
a = ['b','b','b','a','a','c','c']
[a[i] for i in sorted(np.unique(a, return_index=True)[1])]
这仅仅是一个接受的答案的较慢版本 – Eric 2017-02-16 14:30:19
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')
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']
几乎所有'numpy'问题都可以通过'numpy'解决得更快,纯粹的Python解决方案将会很慢,因为'numpy'是专业化的。 – jamylak 2013-03-26 13:09:15
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]
这只适用于数字。使用'!='而不是'-' – Eric 2017-02-16 14:31:22
“O(N)”复杂性在任何地方都没有提及,因此只是一个实现细节。该文档简单地表明它比'numpy.unique' *快得多,但这可能仅仅意味着它具有较小的常量或复杂度可能介于线性和NlogN之间。 – Bakuriu 2013-03-26 17:57:39
它在这里提到:http://www.slideshare.net/fullscreen/wesm/a-look-at-pandas-design-and-development/41 – HYRY 2013-03-26 22:40:26
你将如何保留与'pandas.unique()'的顺序?据我可以告诉它不允许任何参数。 – 2016-11-23 17:02:33