创建numpy数组以仅包含其中列表的唯一元素的方法答案

【问题标题】：Way to create numpy array to contain only unique elements for lists within it创建numpy数组以仅包含其中列表的唯一元素的方法
【发布时间】：2021-06-06 08:53:49
【问题描述】：

我有一个 numpy 数组 A，它看起来像这样：

array([list(['nan', 'nan']),
       list(['nan', 'nan', 'apple', 'apple', 'banana', 'nan', 'nan']),
       list(['red', 'red']), ...,
       list(['nan', 'festival'])], dtype=object)

我想将其转换为一个数组，其中每个列表仅包含唯一元素。例如，我希望将上面的数组转换为：

['nan'],['nan','apple','banana'],['red'],...,['nan','festival']

我试过这样做：

output = []
for i in A:
    output.append(np.unique(i))
output

我不需要这样做的输出，目前看起来像这样：

[array(['nan'], dtype='<U3'),
 array(['nan'], dtype='<U3'),
 array(['nan'], dtype='<U3'),....]

可以做什么？

【问题讨论】：

这段代码对我来说是[array(['nan'], dtype='<U3'), array(['apple', 'banana', 'nan'], dtype='<U6'), array(['red'], dtype='<U3'), array([Ellipsis], dtype=object), array(['festival', 'nan'], dtype='<U8')]。
是的，但是我们可以删除 [array([..],dtype='['nan'],['nan','apple','banana'],['red'],...,['nan','festival']
使用列表代替数组，使用set代替unique

标签： python list numpy

【解决方案1】：

arr=np.array([list(['nan', 'nan']),
       list(['nan', 'nan', 'apple', 'apple', 'banana', 'nan', 'nan']),
       list(['red', 'red']), ...,
       list(['nan', 'festival'])], dtype=object)

通过列表理解尝试：

out=[np.unique(x).tolist() for x in arr]

或

out=[list(np.unique(x)) for x in arr]

out的输出：

[['nan'], ['apple', 'banana', 'nan'], ['red'], [Ellipsis], ['festival', 'nan']]

【讨论】：

这正是我得到的输出。我正在寻找的是获得一个仅包含唯一值而不包含其他信息（例如 dtype）的输出。
这不是 OP 想要的，['nan','apple','banana'] 应该保留在同一个列表中。
@user31934 更新答案...请看一下:)
[ list(set(x)) for x in ...] 应该更快。
您的复制粘贴包括...！

【解决方案2】：

简单的非 numpy 答案

In [239]: alist =[list(['nan', 'nan']),
     ...:        list(['nan', 'nan', 'apple', 'apple', 'banana', 'nan', 'nan']),
     ...:        list(['red', 'red']),
     ...:        list(['nan', 'festival'])]
In [240]: alist
Out[240]: 
[['nan', 'nan'],
 ['nan', 'nan', 'apple', 'apple', 'banana', 'nan', 'nan'],
 ['red', 'red'],
 ['nan', 'festival']]
In [241]: [list(set(i)) for i in alist]
Out[241]: [['nan'], ['banana', 'apple', 'nan'], ['red'], ['festival', 'nan']]

numpy 会更慢。

您的迭代应该没有任何问题：

In [245]: output = []
     ...: for i in np.array(alist,object):
     ...:     output.append(np.unique(i))
     ...: output
Out[245]: 
[array(['nan'], dtype='<U3'),
 array(['apple', 'banana', 'nan'], dtype='<U6'),
 array(['red'], dtype='<U3'),
 array(['festival', 'nan'], dtype='<U8')]

np.unique 是一个numpy 函数，因此返回一个数组，而不是一个列表。对于像这样的简单情况，使用字符串列表，set 可以工作并且速度更快。

【讨论】：