使用Numpy数组创建唯一数组

Question

你能创建一个包含所有唯一值的numpy数组吗？

myArray = numpy.random.random_integers(0,100,2500)
myArray.shape = (50,50)

这里我有一个随机生成的50x50的numpy数组，但里面可能有重复的值。有没有办法确保每个值都是唯一的呢？

谢谢你

更新：

我已经创建了一个基本的函数来生成一个列表，并填充唯一的整数。

        dist_x = math.sqrt(math.pow((extent.XMax - extent.XMin), 2))
        dist_y = math.sqrt(math.pow((extent.YMax - extent.YMin),2))
        col_x = int(dist_x / 100)
        col_y = int(dist_y / 100)
        if col_x % 100 > 0:
            col_x += 1
        if col_y % 100 > 0:
            col_y += 1
        print col_x, col_y, 249*169
        count = 1
        a = []

        for y in xrange(1, col_y + 1):
            row = []
            for x in xrange(1, col_x + 1):
                row.append(count)
                count += 1
            a.append(row)
            del row

        numpyArray = numpy.array(a)

有没有更好的方法来做到这一点？

谢谢

Answer 1

只需要把replace设置为False就可以了。

import numpy as np


def generate():
    global x
    powerball = np.random.randint(1,27)
    numbers = np.random.choice(np.arange(1, 70), replace=False, size=(1, 5))
    x = numbers, powerball
    return x

generate()

Answer 2

从一组数据中获取独特的随机样本，最方便的方法可能就是使用 np.random.choice，并设置 replace=False。

举个例子：

import numpy as np

# create a (5, 5) array containing unique integers drawn from [0, 100]
uarray = np.random.choice(np.arange(0, 101), replace=False, size=(5, 5))

# check that each item occurs only once
print((np.bincount(uarray.ravel()) == 1).all())
# True

如果你设置了 replace=False，那么你从中抽样的那组数据，大小必须至少和你想抽取的样本数量一样大：

np.random.choice(np.arange(0, 101), replace=False, size=(50, 50))
# ValueError: Cannot take a larger sample than population when 'replace=False'

---

如果你只是想要一个从1到你数组元素数量的整数的随机排列，你也可以使用 np.random.permutation，像这样：

nrow, ncol = 5, 5
uarray = (np.random.permutation(nrow * ncol) + 1).reshape(nrow, ncol)