np.unique()默认只返回去重排序数组，需设return_counts=True才同时返回值与频次；多维数组默认展平处理，按行/列统计需指定axis参数（NumPy 1.20+）。

np.unique() 默认只返回去重后数组，不带计数

很多人一上来就写 np.unique(arr)，发现结果只是排好序的唯一值，没看到频次——这是因为默认参数 return_counts=False。要拿到计数，必须显式打开开关。

常见错误现象：np.unique([1,2,2,3]) 返回 array([1, 2, 3])，但你其实想要每个值出现几次。

• 加 return_counts=True 才能同时拿到值和频次，返回的是两个数组（values, counts）
• 两者长度一致，一一对应，别直接用 counts[0] 去猜哪个值——得靠下标对齐
• 如果原数组是多维，np.unique() 默认先展平再处理，不是按行/列统计；需要按轴统计得先用 axis= 参数（仅限 NumPy 1.20+）

想按行或列统计唯一组合？得用 axis 参数

比如二维数组每行看作一个整体，统计“哪几行重复了几次”，这时不能靠展平——否则会把不同行混在一起算。得用 axis 指定维度。

使用场景：统计用户行为日志中重复的请求序列、图像 patch 的重复模式等。

立即学习“Python免费学习笔记（深入）”；

python-script-generator

快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。

下载

• np.unique(arr_2d, axis=0) 统计唯一行，返回去重后的二维数组
• 要同时要计数，同样得加 return_counts=True，但注意此时 counts 是一维数组，长度等于唯一行数
• axis=1 对应列方向；老版本 NumPy（axis，会报 TypeError: unique() got an unexpected keyword argument 'axis'
• 性能影响：开 axis 时底层要做结构化比较，比一维慢不少，大数据量建议先转为 tuple 或 view 加速

count_nonzero + isin 组合更适合“查某个值出现几次”

如果你只关心某几个特定值的频次（比如统计数组里有多少个 0、多少个 -1），用 np.unique() 反而浪费——它会遍历全部值、排序、再拆分。

更轻量的做法是直接布尔索引 + 计数：

arr = np.array([0, 1, 0, -1, 0, 2])
np.count_nonzero(arr == 0)  # → 3
np.count_nonzero(np.isin(arr, [0, -1]))  # → 4

• arr == x 生成布尔数组，count_nonzero 统计 True 个数，比 sum() 稍快且语义更清晰
• np.isin(arr, values) 支持多个目标值，适合白名单过滤场景
• 这种写法不排序、不建新数组，内存友好，尤其适合稀疏查询
• 注意 == 对 NaN 不可靠，含缺失值时改用 np.isnan() 单独判断

unique 结果顺序固定但不可控，别依赖“首次出现位置”

np.unique() 返回的唯一值总是升序排列（数值类型）或字典序（字符串），不是按原始数组中首次出现顺序。这点容易被忽略，导致逻辑错位。

比如你想知道“第一个重复出现的元素是谁”，不能靠 unique()[0]——它只是最小值。

• 要保留首次出现顺序，得用 return_index=True，再配合 argsort(indices) 手动重排
• 或者改用 pd.Series(arr).drop_duplicates().values（需 Pandas），天然保序
• 字符串数组若含大小写混合，unique 默认区分大小写；不区分时得先统一转小写再算
• 浮点数相等判断本身有精度陷阱，unique 内部用的是精确相等，不是 np.allclose；需要容差去重要自己 round 或用 np.round(arr, decimals) 预处理

实际用的时候，到底是调 np.unique 还是切片 + count_nonzero，取决于你是在“普查全部值”还是“抽查几个值”——前者绕不开 unique，后者真没必要让它全跑一遍。