벡터화 된 방식으로 특정 축에 대한 2D 배열의 고유 벡터를 찾는 방법은 무엇입니까?

Question

나는 n-vectors의 timeseries로 취급하고 싶습니다 모양 (n,t)의 배열을 가지고 있습니다.

고유 한 각 벡터에 대해 t-dimension 및 연관된 t-indices을 따라 고유 한 n-vector 값을 알고 싶습니다. 합리적인 평등 정의를 사용하여 기꺼이 드리겠습니다 (예 : numpy.unique은 수레가 걸립니다)

이것은 파이썬 루프가 t 이상인 경우에 쉽게 처리 할 수 ​​있지만 벡터화 된 접근 방법이 필요합니다.

일부 특수한 경우에는 n-vectors을 스칼라로 접을 수 있습니다 (예 : 1 번째 결과에 numpy.unique 사용). 당신이 boolean을 가지고 있다면 을 (2**k) vector로 vectorized (boolean vector)를 정수로 변환 할 수 있지만, 나는 꽤 일반적인 해결책을 찾고있다.

Answer 1

배열의 모양이 (t, n) 인 경우 - 각 n 벡터의 데이터가 메모리에서 연속되도록 - 2 차원 배열의 뷰를 1 차원 구조 배열로 만들 수 있습니다 이보기에서 numpy.unique를 사용하십시오.

배열의 저장 규칙을 변경할 수 있거나 트랜스 포즈 된 배열의 복사본을 만드는 데 문제가 없으면이 방법을 사용할 수 있습니다. 이 유망한 보이지만, 나를 위해 잘 작동을하지 않습니다

import numpy as np 

# Demo data. 
x = np.array([[1,2,3], 
       [2,0,0], 
       [1,2,3], 
       [3,2,2], 
       [2,0,0], 
       [2,1,2], 
       [3,2,1], 
       [2,0,0]]) 

# View each row as a structure, with field names 'a', 'b' and 'c'. 
dt = np.dtype([('a', x.dtype), ('b', x.dtype), ('c', x.dtype)]) 
y = x.view(dtype=dt).squeeze() 

# Now np.unique can be used. See the `unique` docstring for 
# a description of the options. You might not need `idx` or `inv`. 
u, idx, inv = np.unique(y, return_index=True, return_inverse=True) 

print "Unique vectors" 
print u