python - 如何减少 numpy 数组中的行重复次数

Question

我想清理我的数据以减少重复项的数量。我不想删除所有重复项。

如何获得具有一定数量重复项的 numpy 数组？

假设我有

x = np.array([[1,2,3],[1,2,3],[5,5,5],[1,2,3],[1,2,3]])

我将重复数设置为 2。

输出应该是这样的

x
>>[[1,2,3],[1,2,3],[5,5,5]]

或

x
>>[[5,5,5],[1,2,3],[1,2,3]]

它不计入我的任务

Answer 1

即使在您已经拥有 numpy 数组时使用列表追加作为中间步骤并不总是一个好主意，但在这种情况下，它是迄今为止最干净的方法:

def n_uniques(arr, max_uniques):
    uniq, cnts = np.unique(arr, axis=0, return_counts=True)
    arr_list = []
    for i in range(cnts.size):
        num = cnts[i] if cnts[i] <= max_uniques else max_uniques
        arr_list.extend([uniq[i]] * num)
    return np.array(arr_list)

x = np.array([[1,2,3],
              [1,2,3],
              [1,2,3],
              [5,5,5],
              [1,2,3],
              [1,2,3],])

reduced_arr = n_uniques(x, 2)