删除二维数组中具有相同值的行

Question

我正在寻找一种以先到先得的方式删除二维数组中存在的重复值的快速方法。如果它们相同，我知道一种删除行的方法，但如果只有一个值存在，则不会。

a = array([[0, 1],
           [3, 4],
           [3, 5],
           [2, 5],
           [1, 2]])

由于 3 存在于 a[1] 和 a[2] 中，我想删除任何未来出现的值。与 a[3] 和 a[4] 中的 2 类似，因此输出将是：

a = array([[0, 1],
           [3, 4],
           [2, 5]])

可以看出，与值 5 有重叠。欢迎提出任何建议。

Answer 1

纯 Python 方法是使用带有列表理解的集合：

>>> seen = set()
>>> np.array([x for x in a if seen.isdisjoint(x) and not seen.update(x)])
array([[0, 1],
       [3, 4],
       [2, 5]])

单行只是滥用set.update返回None这一事实，所以当seen.isdisjoint(x)是True时，我们可以使用not seen.update(x)更新seen集合。

我们也可以把上面的代码写成：

seen = set()
out = []
for item in a:
    # if none of items in current sub-array are present in seen set
    # then add current sub-array to our list. Plus update the seen
    # set with the items from current sub-array
    if seen.isdisjoint(item):
        out.append(item)
        seen.update(item)
...         
>>> out
[array([0, 1]), array([3, 4]), array([2, 5])]
>>> np.array(out)
array([[0, 1],
       [3, 4],
       [2, 5]])