纽比。独一无二举止怪异数字阵列对象的

Question

此问题与“numpy.unique generates a list unique in what regard?”有关（但不相同）

设置：

import numpy as np
from functools import total_ordering

@total_ordering
class UniqueObject(object):
    def __init__(self, a):
        self.a = a
    def __eq__(self, other):
        return self.a == other.a
    def __lt__(self, other):
        return self.a < other.a
    def __hash__(self):
        return hash(self.a)
    def __str__(self):
        return "UniqueObject({})".format(self.a)
    def __repr__(self):
        return self.__str__()

np.unique的预期行为：

^{pr2}$

这没问题，很管用。但这并不像预期的那样有效：

>>> np.unique(np.array(map(UniqueObject, [1, 1, 2, 2])))
array([UniqueObject(1), UniqueObject(1), UniqueObject(2), UniqueObject(2)], dtype=object)

怎么了np.数组使用dtype=objects处理python objects=list的方式不同？在

即：

objs = map(UniqueObject, [1, 1, 2, 2])
np.unique(objs) != np.unique(np.array(objs)) #?

{cdm>}

Answer 1

通过np.unique的源代码，似乎实际执行的分支是

else:
    ar.sort()
    flag = np.concatenate(([True], ar[1:] != ar[:-1]))
    return ar[flag]

它简单地对这些项进行排序，然后取与前一项不相等的项。但这不管用吗？。。哎呀。这是我请客。您的原始代码定义了__ne__，我在删除total_ordering-ed的比较时意外地删除了它

^{pr2}$

将__ne__放回：

>>> UniqueObject(1) != UniqueObject(1)
False
>>> np.array(map(UniqueObject, [1,1,2,2]))
array([UniqueObject(1), UniqueObject(1), UniqueObject(2), UniqueObject(2)], dtype=object)
>>> np.unique(np.array(map(UniqueObject, [1,1,2,2])))
array([UniqueObject(1), UniqueObject(2)], dtype=object)