np.unique()的具体使用

numpy.unique(arr, return_index, return_inverse, return_counts)

import numpy as np
A = [1, 2, 2, 5, 3, 4, 3]
a = np.unique(A)
print(a)
print("______")

a, indices = np.unique(A, return_index=True)   # 返回新列表元素在旧列表中的位置（下标）
print(a)         # 列表
print(indices)     # 下标
print("______")

a, indices = np.unique(A, return_inverse=True)   # 旧列表的元素在新列表的位置
print(a)
print(indices)
print(a[indices])     # 使用下标重构原数组
print("______")

a, indices = np.unique(A, return_counts=True)    # 每个元素在旧列表里各自出现了几次
print(a)
print(indices)
print("______")

B = ([1, 2], [2, 5], [3, 4])
b = np.unique(B)
C= ['fgfh','asd','fgfh','asdfds','wrh']
c= np.unique(C)
print(b)
print(c)