讲师中心 微信公众号

工具推荐

视频效率加速
Laper
Laper

剧本策划到成片协作

Seko
Seko

AI短剧一键生成成片

立刻MV
立刻MV

低成本歌曲 MV、视频生成

剧云
剧云

中文短剧剧本制作平台

在Python中怎样用NumPy快速消除数组中的重复行

云丽小哥_8887

云丽小哥_8887

发布时间:2026-11-17 10:28:16

|

491人浏览过

|

来源于php中文网

原创

用 np.unique 处理二维数组按行去重时必须指定 axis=0,否则默认展平;浮点数需先 round 再去重;需保序时应配合 return_index 使用或改用 pandas。

在python中怎样用numpy快速消除数组中的重复行

用 np.unique 处理二维数组时必须指定 axis=0

默认情况下 np.unique 会把整个数组展平再去重,对二维数组直接调用只会返回所有元素的唯一值,而不是“唯一行”。要按行去重,axis=0 是硬性要求——它告诉 NumPy 按第一维(即逐行)比较。

常见错误是写成 np.unique(arr) 或 np.unique(arr, axis=1)(后者是去重列,不是行)。

  • axis=0:保留原始行结构,只留下首次出现的重复行
  • 返回值默认是去重后的数组;加 return_index=True 可拿到原数组中各行首次出现的位置索引
  • 若原数组含浮点数,注意 np.unique 基于精确相等判断,小数精度差异会导致本该合并的行被当作不同行

浮点数组去重前建议先做数值归一化或舍入

比如坐标点、模型输出等常含微小误差,np.unique 不会自动容错。直接用会导致看似重复的行无法合并。

稳妥做法是先用 np.round 或 np.around 统一精度:

立即学习“Python免费学习笔记(深入)”;

Python 环境工具基础版
Python 环境工具基础版

管理 Python 项目环境,支持虚拟环境创建、依赖安装与环境诊断

下载
import numpy as np
arr = np.array([[1.0000001, 2.0000003],
                [1.0000002, 2.0000004],
                [3.0, 4.0]])
# 直接 unique → 三行全保留
# 改为:
arr_rounded = np.round(arr, decimals=5)
unique_rows = np.unique(arr_rounded, axis=0)

注意:decimals 要根据数据量级和误差范围选,太小没效果,太大可能误合并。

需要保留原始顺序?别用 np.unique 默认行为

np.unique 返回的数组默认按字典序升序排列,不是按首次出现顺序。如果业务依赖原始行序(比如日志时间序列、样本索引对齐),得手动保序。

  • 方案一:用 return_index=True 获取首次出现位置,再排序索引:_, idx = np.unique(arr, axis=0, return_index=True); result = arr[np.sort(idx)]
  • 方案二:更直观的是用 np.vstack({tuple(row) for row in arr})(仅限可哈希类型,如 int/float,且不保证顺序稳定)
  • 方案三:用 pandas.DataFrame.drop_duplicates,天然保序,但引入 pandas 依赖

大数组性能差异明显:避免在循环里反复调用 np.unique

对千万级行数组,np.unique(..., axis=0) 时间复杂度接近 O(n log n),内部做了排序。如果在实时处理流程中频繁调用(比如每帧图像特征去重),容易成为瓶颈。

优化方向:

  • 提前批量处理,而非逐批调用
  • 若只需判断某行是否已存在,改用 set(tuple(row) for row in arr) 构建查找表(内存换时间)
  • 确认 dtype 是否必要:float64 比 float32 去重更慢,且更容易因精度问题失效

真正难的不是写对那一行代码,而是想清楚:你到底要“数学意义的相等”,还是“业务意义的近似”;是要结果最简,还是要顺序可追溯;以及——这数组下次会不会突然变大十倍。

热门AI工具

更多
DeepSeek

DeepSeek是一款面向对话、写作、编程和推理场景的AI大模型工具。

PixPix
PixPix Hot

PixPix是一款面向电商视觉生产的AI商品图生成工具。

豆包大模型

豆包大模型是一款由字节跳动推出的企业级大语言模型服务平台。

蛙蛙写作

一款AI论文写作工具,主要用于超级AI智能写作助手,适合需要提升相关任务效率的用户。

墨刀AI
墨刀AI Hot

一款AI图像与设计工具,主要用于产品经理的专属智能体,适合需要提升相关任务效率的用户。

PixTV
PixTV Hot

PixTV是一款面向AIGC内容创作的AI视频生成工具。

SkildArt
SkildArt Hot

SkildArt是一款AI文本写作工具,一站式 AI 视觉创作平台。

函子Zion

一款支持AI搭建、可视化编辑和多端发布的全栈无代码开发平台。

WorkBuddy

一款AI办公效率工具,主要用于腾讯云推出的AI原生桌面智能体工作台,适合需要提升相关任务效率的用户。

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

1931

2023.07.20

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

5504

2023.07.25

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

1889

2023.07.31

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

33517

2023.08.03

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3927

2023.08.04

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

3947

2023.08.04

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

1283

2023.08.11

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

636

2023.08.10

Go-Zero API开发使用教程
Go-Zero API开发使用教程

本专题聚焦Go-Zero的API开发,拆解.api描述文件的语法结构、路由与分组定义、参数绑定与校验规则,说明统一响应体、JWT鉴权、跨域与接口文档生成的落地方式,并给出网关聚合与接口测试的实践建议。

140

2026.11.12

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn