NumPy bibliotēka tiek izmantota pitonā, lai izveidotu vienu vai vairākus dimensiju masīvus, un tai ir daudz funkciju, lai strādātu ar masīvu. Funkcija unikālā () ir viena no šīs bibliotēkas noderīgajām funkcijām, lai uzzinātu masīva unikālās vērtības un atgrieztu sakārtotās unikālās vērtības. Šī funkcija var arī atgriezt masīva vērtību kopu, asociatīvo indeksu masīvu un to, cik reižu katra unikālā vērtība parādās galvenajā masīvā. Šīs apmācības dažādie izmantošanas veidi ir parādīti šajā apmācībā.
Sintakse:
Šīs funkcijas sintakse ir dota tālāk.
masīva numpy.unikāls (ievades_raksts, atgriešanās_indekss, atgriešanās_inverss, atgriešanās_skaitļi, ass)Šai funkcijai var būt pieci argumenti, un šo argumentu mērķis ir paskaidrots tālāk.
- ievades_raksts: Tas ir obligāts arguments, kas satur ievades masīvu, no kura izejas masīvs tiks atgriezts, izgūstot unikālās vērtības. Ja masīvs nav viendimensionāls, tad masīvs tiks saplacināts.
- return_index: Tas ir neobligāts arguments, kas var iegūt Būla vērtību. Ja šī argumenta vērtība ir iestatīta uz Patiesi, tas atgriezīs ievades masīva indeksus.
- return_invers: Tas ir neobligāts arguments, kas var iegūt Būla vērtību. Ja šī argumenta vērtība ir iestatīta uz Patiesi, tad tas atgriezīs izejas masīva indeksus, kas satur unikālās vērtības.
- return_counts: Tas ir neobligāts arguments, kas var iegūt Būla vērtību. Ja šī argumenta vērtība ir iestatīta uz Patiesi, tad tas atgriezīs to reižu skaitu, kad katrs unikālā masīva elements tiek parādīts ievades masīvā.
- ass: Tas ir neobligāts arguments, kas var ņemt jebkuru veselu skaitli vai Nav. Ja šim argumentam nav iestatīta vērtība, ievades masīvs tiks saplacināts.
Funkcija unikālā () var atgriezt četrus masīvu veidus, pamatojoties uz argumentu vērtībām.
1. piemērs: izdrukājiet viendimensiju masīva unikālās vērtības
Šis piemērs parāda unikālās () funkcijas izmantošanu, lai izveidotu masīvu ar viendimensiju masīva unikālajām vērtībām. Kā unikālās () funkcijas argumenta vērtība ir izmantota viendimensiju 9 elementu masīva. Šīs funkcijas atgrieztā vērtība ir izdrukāta vēlāk.
# Importēt NumPy bibliotēkuimportēt numpy kā np
# Izveidojiet vesela skaitļa masīvu
np_array = np.unikāls ([55, 23, 40, 55, 35, 90, 23, 40, 80])
# Izdrukājiet unikālās vērtības
print ("Unikālo vērtību masīvs ir: \ n", np_array)
Rezultāts:
Pēc iepriekš minētā skripta izpildes parādīsies šāda izeja. Ievades masīvā ir 6 unikāli elementi, kas tiek parādīti izvadē.
2. piemērs: izdrukājiet unikālās vērtības un indeksus, pamatojoties uz ievades masīvu
Šis piemērs parāda, kā divdimensiju masīva unikālās vērtības un indeksus var izgūt, izmantojot unikālo () funkciju. Kā ievades masīvs izmantots divdimensiju masīvs no 2 rindām un 6 kolonnām. Vērtība return_index arguments ir iestatīts uz Patiesi lai iegūtu ievades masīva indeksus, pamatojoties uz unikālajām masīva vērtībām.
# Importēt NumPy bibliotēkuimportēt numpy kā np
# Izveidojiet divdimensiju masīvu
np_array = np.masīvs ([[6, 4, 9, 6, 2, 9], [3, 7, 7, 6, 1, 3]])
# Izdrukājiet divdimensiju masīvu
print ("Divdimensiju masīva saturs: \ n", np_array)
# Izveidojiet unikālo masīvu un unikālo vērtību indeksu masīvu
unikāls_raksts, indekss_grozījums = np.unikāls (np_array, return_index = True)
# Izdrukājiet unikālo un indeksēto masīvu vērtības
drukāt ("Unikālā masīva saturs: \ n", unikāls_lociņš)
print ("Indeksa masīva saturs: \ n", index_array)
Rezultāts:
Pēc iepriekš minētā skripta izpildes parādīsies šāda izeja. Ievades masīvā ir 7 unikālas vērtības. Rezultātā tiek parādīts 7 unikālu vērtību masīvs un 7 šo vērtību indeksi no ievades masīva.
3. piemērs: izdrukājiet unikālās vērtības un indeksus, pamatojoties uz izvades masīvu
Šis piemērs parāda, kā viendimensiju masīva unikālās vērtības un indeksi, kuru pamatā ir unikālās vērtības, izmantojot unikālo () funkciju. Skriptā par ievades masīvu ir izmantots 9 elementu viendimensiju masīvs. Vērtība return_invers arguments ir iestatīts uz Patiesi kas atgriezīs citu indeksu masīvu, pamatojoties uz unikālo masīvu indeksu. Gan unikālais masīvs, gan indeksu masīvs ir izdrukāts vēlāk.
# Importēt NumPy bibliotēkuimportēt numpy kā np
# Izveidojiet veselu skaitļu vērtību masīvu
np_array = np.masīvs ([10, 60, 30, 10, 20, 40, 60, 10, 20])
print ("Ievades masīva vērtības: \ n", np_array)
# Izveidojiet unikālo masīvu un apgriezto masīvu
unikāls_raksts, apgriezts_izmērs = np.unikāls (np_array, return_inverse = True)
# Izdrukājiet unikālā masīva un apgrieztā masīva vērtības
print ("Unikālā masīva vērtības: \ n", unique_array)
drukāt ("Apgrieztā masīva vērtības: \ n", apgrieztā_array)
Rezultāts:
Pēc iepriekš minētā skripta izpildes parādīsies šāda izeja. Izvade parādīja ievades masīvu, unikālo masīvu un apgriezto masīvu. Ievades masīvā ir 5 unikālas vērtības. Tie ir 10, 20, 30, 40 un 60. Ievades masīvā ir 10 trīs indeksi, kas ir unikālā masīva pirmais elements. Tātad apgrieztā masīvā 0 ir parādījies trīs reizes. Pārējās apgrieztā masīva vērtības ir izvietotas tādā pašā veidā.
4. piemērs: izdrukājiet unikālās vērtības un katras unikālās vērtības biežumu
Šis piemērs parāda, kā unikālā () funkcija var izgūt ievades masīva unikālās vērtības un katras unikālās vērtības biežumu. Vērtība return_counts arguments ir iestatīts uz Patiesi frekvences vērtību masīva iegūšanai. 12 elementu viendimensiju masīvs unikālajā () funkcijā ir izmantots kā ievades masīvs. Unikālo vērtību masīvs un frekvences vērtības ir izdrukātas vēlāk.
# Importēt NumPy bibliotēkuimportēt numpy kā np
# Izveidojiet veselu skaitļu vērtību masīvu
np_array = np.masīvs ([70, 40, 90, 50, 20, 90, 50, 20, 80, 10, 40, 30])
print ("Ievades masīva vērtības: \ n", np_array)
# Izveidojiet unikālu masīvu un saskaitiet masīvu
unikāls_raksts, skaitīšanas_apgrozījums = np.unikāls (np_array, return_counts = True)
# Izdrukājiet unikālā masīva un apgrieztā masīva vērtības
print ("Unikālā masīva vērtības: \ n", unique_array)
print ("Count masīva vērtības: \ n", count_array)
Rezultāts:
Pēc iepriekš minētā skripta izpildes parādīsies šāda izeja. Izejas masīvs, unikālais masīvs un skaitīšanas masīvs ir izdrukāts izvadē.
Secinājums
Šajā apmācībā ir izskaidroti unikālo () funkciju detalizēti lietojumi, izmantojot vairākus piemērus. Šī funkcija var atgriezt dažādu masīvu vērtības un ir parādīta šeit, izmantojot viendimensiju un divdimensiju masīvus.