这篇文章主要介绍“np.unique怎么使用”，在日常操作中，相信很多人在np.unique怎么使用问题上存在疑惑，小编查阅了各式资料，整理出简单好用的操作方法，希望对大家解答”np.unique怎么使用”的疑惑有所帮助！接下来，请跟着小编一起来学习吧！
要求是 arr 里面是相同的维数。
import numpy as np result1 = np.unique([1, 1, 2, 2, 2, 3, 3, 4]) print(type(result1)) # <class 'numpy.ndarray'> print(result1) # [1 2 3 4] arr = np.array([[1, 2], [3, 3]]) result2 = np.unique(arr) print(type(result2)) # <class 'numpy.ndarray'> print(result2) # [1 2 3] arr = np.array([[7, 8], [3, 3], [5, 4]]) result3 = np.unique(arr) print(type(result3)) # <class 'numpy.ndarray'> print(result3) # [3 4 5 7 8]
如果使用不同的维数：
依旧是排序，但是排序的对象就不同了。
arr = np.array([[7, 8], [3, 3], [5, 4, 9, 0]]) result3 = np.unique(arr) print(type(result3)) # <class 'numpy.ndarray'> print(result3) # [list([3, 3]) list([5, 4, 9, 0]) list([7, 8])]
到此，关于“np.unique怎么使用”的学习就结束了，希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习，快去试试吧！若想继续学习更多相关知识，请继续关注亿速云网站，小编会继续努力为大家带来更多实用的文章！
免责声明：本站发布的内容（图片、视频和文字）以原创、转载和分享为主，文章观点不代表本网站立场，如果涉及侵权请联系站长邮箱：is@yisu.com进行举报，并提供相关证据，一经查实，将立刻删除涉嫌侵权内容。
