Python 以 NumPy 的 unique 函數篩選陣列不重複元素教學與範例

介紹如何在 Python 中使用 NumPy 模組的 unique 函數列出陣列中所有不重複的元素，並統計每個元素出現的次數。

列出不重複元素

在 Python 中我們可以使用 numpy 模組的 unique 函數列出串列（list）中所有不重複的元素：

import numpy

# 原始數字資料
a = [3, 4, 0, 1, 3, 0, 0, 1, 4, 4]

# 列出不重複數字
print("不重複數字：", numpy.unique(a))

不重複數字： [0 1 3 4]

對於由字串所構成的串列也可以用 unique 函數來處理：

# 原始資料
b = ["A", "B", "A", "C", "B", "C", "A", "A"]

# 列出不重複元素
print("不重複元素：", numpy.unique(b))

不重複元素： ['A' 'B' 'C']

統計元素出現次數

如果想要統計串列中每一個數字出現的次數，可以在呼叫 unique 函數時將 return_counts 參數設定為 True：

# 原始數字資料
a = [3, 4, 0, 1, 3, 0, 0, 1, 4, 4]

# 不重複數字與出現次數
unique, counts = numpy.unique(a, return_counts=True)
print("各數字出現次數：", dict(zip(unique, counts)))

各數字出現次數： {0: 3, 1: 2, 3: 2, 4: 3}

對於字串所構成的串列也適用：

# 原始資料
b = ["A", "B", "A", "C", "B", "C", "A", "A"]

# 不重複元素與出現次數
unique, counts = numpy.unique(b, return_counts=True)
print("各元素出現次數：", dict(zip(unique, counts)))

各元素出現次數： {'A': 4, 'B': 2, 'C': 2}

如果只需要最後建立的字典（dict）結構，可以用更簡潔的寫法：

# 原始數字資料
a = [3, 4, 0, 1, 3, 0, 0, 1, 4, 4]

# 不重複數字與出現次數
print("各數字出現次數：", dict(zip(*numpy.unique(a, return_counts=True))))

各數字出現次數： {0: 3, 1: 2, 3: 2, 4: 3}

二維陣列

unique 在處理二維以上的陣列資料時，預設會將其轉換為一維來處理（flatten）：

# 二維陣列
a = numpy.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])

# 列出不重複數字
print("不重複數字：", numpy.unique(a))

不重複數字： [0 1 2 3 4]

若要列出不重複的子陣列，可以將 axis 參數設定為要進行篩選操作的維度：

# 列出不重複的子陣列
print("不重複的列：", numpy.unique(a, axis=0))

不重複的子陣列： [[1 0 0]
 [2 3 4]]

亦可計算每一個不重複列的出現次數：

# 二維陣列
a = numpy.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])

# 不重複列與出現次數
unique, counts = numpy.unique(a, axis=0, return_counts=True)
for row, cnt in zip(unique, counts):
    print("{}: {}".format(row, cnt))

[1 0 0]: 2
[2 3 4]: 1

以 collections 列出不重複元素

除了 numpy 模組的 unique 函數之外，亦可使用 collections 來列出不重複元素：

import collections

# 以 collections 列出不重複元素
a = [3, 4, 0, 1, 3, 0, 0, 1, 4, 4]
print(collections.Counter(a))

Counter({4: 3, 0: 3, 3: 2, 1: 2})

# 以 collections 列出不重複元素
b = ["A", "B", "A", "C", "B", "C", "A", "A"]
print(collections.Counter(b))

Counter({'A': 4, 'B': 2, 'C': 2})

參考資料：StackOverflow