numpy.unique：用于去除数组中重复元素，并从小到大排序（找到唯一元素并排序）。
def unique(ar, return_index=False, return_inverse=False,return_counts=False, axis=None): ar: 这是输入的数组或类数组对象。return_index: 如果设置为True，函数会同时返回唯一元素的索引数组，这些索引对应于原始数组中的位置。return_inverse: 如果设置为True，函数会返回一个数组，其中包含输入数组中的元素在处理后的唯一数组中的索引。这可以用于重构原始数组。return_counts: 如果设置为True，函数将返回一个数组，其中包含输入数组中每个唯一元素的出现次数。axis: 用于指定在哪个轴上执行操作。如果是None，则表示在整个数组上执行操作。函数返回一个包含唯一元素的排序数组。根据参数的设置，它可能还返回与唯一元素相关联的索引数组、原始数组元素在唯一数组中的索引数组，以及每个唯一元素的出现次数。
以下是一个简单的例子：
import numpy as nparr = np.array([2, 1, 6, 6, 4, 8, 5, 5, 6,7])unique_values = np.unique(arr)print("Unique values:", unique_values)# 返回唯一元素的索引数组unique_indices = np.unique(arr, return_index=True)[1]print("Indices of unique values:", unique_indices)# 返回输入数组中的元素在唯一数组中的索引数组inverse_indices = np.unique(arr, return_inverse=True)[1]print("Inverse indices:", inverse_indices)# 返回每个唯一元素的出现次数unique_counts = np.unique(arr, return_counts=True)[1]print("Counts of unique values:", unique_counts)# 以上如果索引是[0]，则返回的是处理过后的数组print("unique values:", np.unique(arr, return_index=True)[0])print("unique values:", np.unique(arr, return_inverse=True)[0])print("unique values:", np.unique(arr, return_counts=True)[0])输出
最后参数axis的含义在 numpy.unique 函数中，axis 参数用于指定在哪个轴上执行操作，但在默认情况下，该参数通常是 None，表示在整个数组上执行操作。在很多情况下，我们不需要设置 axis 参数，因为默认值已经能够满足大多数需求。 如果你的输入数组是多维的，而且你想在特定轴上找到唯一元素，那么你可以指定 axis 参数。
arr_2d = np.array([[1, 2, 3,2],[4, 2, 6,5],[1, 2, 3,1],[1, 2, 3,1]])# 在轴 0 上找到唯一元素unique_values_axis_0 = np.unique(arr_2d, axis=0,return_index=True)[1]print("Unique values along axis 0:\n", unique_values_axis_0)# 在轴 1 上找到唯一元素unique_values_axis_1 = np.unique(arr_2d, axis=1,return_index=True)[1]print("Unique values along axis 1:\n", unique_values_axis_1)输出 也就是如果选定axis=0，就是从第一个维度arr_2d[i] 中挑选其中最小值，并排序，最小值的排序方式是遍历 arr_2d[i]的每个值，先排第一个数字，再排第二个数字，以此类推。
选定axis=1，就是在第一个维度的第一个向量找到第二维的排序方式，也就是按照arr_2d[0][i]排序，得到的索引，用于其他的维度 arr_2d[i]。
