python - Numpy 删除重复的列值

Question

我有一个如下所示的 numpy 数组

array([[ 6,  5],
   [ 6,  9],
   [ 7,  5],
   [ 7,  9],
   [ 8, 10],
   [ 9, 10],
   [ 9, 11],
   [10, 10]])

我想选择 y 坐标唯一的元素。如果两个 y 坐标相同，我想选择 x 坐标较小的元素。

预期输出

array([[ 6,  5],
   [ 6,  9],
   [ 8, 10],
   [ 9, 11]])

解释

选择 [6,5] 而不是 [7,5]

选择 [8,10] 而不是 [9,10] 和 [10,10]

选择 [9, 11]

谢谢

Answer 1

首先，按第一列排序:

a = a[a[:, 0].argsort()]

使用 np.unique 返回唯一索引使用 return_index 标志:

a[np.unique(a[:, 1], return_index=True)[1]]

array([[ 6,  5],
       [ 6,  9],
       [ 8, 10],
       [ 9, 11]])

一些时间:

a = np.random.randint(1, 10, 10000).reshape(-1, 2)

In [45]: %timeit rows_by_unique_y(a)
3.83 ms ± 137 µs per loop (mean ± std. dev. of 7 runs, 100 loops each)

In [46]: %timeit argsort_unique(a)
370 µs ± 8.26 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

是的，我的方法使用初始排序，但在 Python 中的 numpy beat 迭代中使用矢量化操作。