Python numpy 点数组去重

下面为大家分享一篇Python numpy 点数组去重的实例，具有很好的参考价值，希望对大家有所帮助。一起过来看看吧

废话不多说，直接上代码，有详细注释

# coding = utf-8
import numpy as np
from IPython import embed
# xy 输入，可支持浮点数操作 速度很快哦
# return xy 去重后结果
def duplicate_removal(xy):
  if xy.shape[0] < 2:
    return xy
  _tmp = (xy*4000).astype('i4')          # 转换成 i4 处理
  _tmp = _tmp[:,0] + _tmp[:,1]*1j         # 转换成复数处理 
  keep = np.unique(_tmp, return_index=True)[1]  # 去重 得到索引                  
  return xy[keep]                 # 得到数据并返回  
# _tmp[:,0] 切片操作，因为时二维数组，_tmp[a:b, c:d]为通用表达式，
# 表示取第一维的索引 a 到索引 b，和第二维的索引 c 到索引 d
# 当取所有时可以直接省略，但要加':'冒号 、当 a == b 时可只写 a ,同时不用':'冒号
if __name__ == '__main__':
  if 1: # test
    xy = np.array([[1.0, 1.0, 1.0], [2.0, 2.0, 2.0], [3.0, 0.0, 0.0], [1.0, 1.0, 1.00]])
    print(xy)
    new_xy = duplicate_removal(xy)
    print(new_xy)
  embed()

相关推荐：

找出numpy array数组的最值及其索引方法

numpy中实现ndarray数组返回符合特定条件的索引方法

以上就是Python numpy 点数组去重的详细内容，更多请关注其它相关文章！