python - 计算每个numpy数组列中的唯一值

Question

在大熊猫中，可以简单地使用DataFrame.nunique来获取所请求轴上不同观察值的数量。我一直在尝试对具有4列的numpy数组执行相同的操作。但是，我对（部分）失败感到沮丧。

最初，我尝试使用np.unique(a, axis=0)，但这会返回一个具有唯一值的数组。然后，我尝试将其与np.size()结合使用，该方法可以工作，但一次仅返回一列的计数。

如何获取所有列的计数并将其存储在新数组中？理想情况下，我想一次性执行此操作，而不使用for-loop。

答案可能很简单，但仍然使我难以理解！

Answer 1

对每个numpy数组列中的唯一值进行计数需要沿零轴进行切片和ufunc操作。这可以使用两种方法来完成：

a = np.array([[1, 0, 0], [1, 0, 0], [2, 3, 4]])

def nunique_percol_sort(a):
    b = np.sort(a,axis=0)
    return (b[1:] != b[:-1]).sum(axis=0)+1

def nunique_percol_bincount(a):
    n = a.max()+1
    a_off = a+(np.arange(a.shape[1]))*n
    M = a.shape[1]*n
    return (np.bincount(a_off.ravel(), minlength=M).reshape(-1,n)!=0).sum(1)

问题发布后，该问题由用户Divakar在单独的post中提供。