numpy.unique 给出了错误的 output 的集合列表

Question

我有一个由给出的集合列表，

sets1 = [{1},{2},{1}]

当我使用 numpy 的unique在此列表中找到唯一元素时，我得到

np.unique(sets1)
Out[18]: array([{1}, {2}, {1}], dtype=object)

可以看出，结果是错误的，因为在 output 中重复了{1} 。

当我通过使相似元素相邻来更改输入中的顺序时，这不会发生。

sets2 = [{1},{1},{2}]

np.unique(sets2)
Out[21]: array([{1}, {2}], dtype=object)

为什么会出现这种情况？ 还是我做的方式有问题？

Answer 1

这里发生的情况是np.unique function 基于来自 NumPy 的np._unique1d .sort()

现在，对每个集合中仅包含一个 integer 的集合列表进行排序将不会生成一个列表，其中每个集合都按集合中存在的 integer 的值排序。 所以我们将拥有（这不是我们想要的）：

sets = [{1},{2},{1}]
sets.sort()
print(sets)

# > [{1},{2},{1}]
# ie. the list has not been "sorted" like we want it to

现在，正如您所指出的，如果集合列表已经按照您想要的方式排序，则np.unique将起作用（因为您会事先对列表进行排序）。

一个特定的解决方案（但请注意，它仅适用于每个包含单个整数的集合列表）将是：

np.unique(sorted(sets, key=lambda x: next(iter(x))))

Answer 2

那是因为 set 是不可散列的类型

{1} is {1} # will give False

您可以使用 python collections.Counter如果您可以将集合转换为如下所示的元组

from collections import Counter
sets1 = [{1},{2},{1}]
Counter([tuple(a) for a in sets1])