Найти уникальные элементы массива с плавающей запятой в numpy (с использованием значения delta)

Ответ 1

Не в состоянии ли floor и round выполнить требование OP в некоторых случаях?

np.floor([5.99999999, 6.0]) # array([ 5.,  6.])
np.round([6.50000001, 6.5], 0) #array([ 7.,  6.])

Я бы это сделал (и это может быть не оптимальным (и, конечно, медленнее, чем другие ответы)) примерно так:

import numpy as np
TOL = 1.0e-3
a = np.random.random((10,10))
i = np.argsort(a.flat)
d = np.append(True, np.diff(a.flat[i]))
result = a.flat[i[d>TOL]]

Конечно, этот метод исключит всех, кроме самого большого члена пробега значений, которые соответствуют допускам любого другого значения, что означает, что вы не можете найти какие-либо уникальные значения в массиве, если все значения значительно близки, max-min больше, чем допуск.

Здесь по существу тот же алгоритм, но его легче понять и он должен быть быстрее, так как он избегает шага индексации:

a = np.random.random((10,))
b = a.copy()
b.sort()
d = np.append(True, np.diff(b))
result = b[d>TOL]

OP также может захотеть заглянуть в scipy.cluster (для причудливой версии этого метода) или numpy.digitize (для причудливой версии двух других методов)

Ответ 2

Другая возможность - просто округлить до ближайшего желаемого допуска:

np.unique(a.round(decimals=4))

где a - ваш исходный массив.

Изменить: Просто отметим, что мое решение и @unutbu почти идентичны по скорости (мой может быть на 5% быстрее) в соответствии с моими таймингами, так что либо это хорошее решение.

Изменить # 2: Это предназначено для решения проблемы Павла. Это определенно медленнее, и могут быть некоторые оптимизации, которые можно сделать, но я отправляю их как есть, чтобы продемонстрировать stratgey:

def eclose(a,b,rtol=1.0000000000000001e-05, atol=1e-08):
    return np.abs(a - b) <= (atol + rtol * np.abs(b))

x = np.array([6.4,6.500000001, 6.5,6.51])
y = x.flat.copy()
y.sort()
ci = 0

U = np.empty((0,),dtype=y.dtype)

while ci < y.size:
    ii = eclose(y[ci],y)
    mi = np.max(ii.nonzero())
    U = np.concatenate((U,[y[mi]])) 
    ci = mi + 1

print U

Это должно быть прилично быстро, если в диапазоне точности много повторяющихся значений, но если многие из значений уникальны, то это будет медленным. Кроме того, может быть лучше установить U вверх как список и добавить через цикл while, но это подпадает под "дальнейшую оптимизацию".

Ответ 3

Я только что заметил, что принятый ответ не работает. Например. этот случай:

a = 1-np.random.random(20)*0.05
<20 uniformly chosen values between 0.95 and 1.0>
np.sort(a)
>>>> array([ 0.9514548 ,  0.95172218,  0.95454535,  0.95482343,  0.95599525,
             0.95997008,  0.96385762,  0.96679186,  0.96873524,  0.97016127,
             0.97377579,  0.98407259,  0.98490461,  0.98964753,  0.9896733 ,
             0.99199411,  0.99261766,  0.99317258,  0.99420183,  0.99730928])
TOL = 0.01

Результаты в:

a.flat[i[d>TOL]]
>>>> array([], dtype=float64)

Просто потому, что ни одно из значений сортированного входного массива не находится на достаточном расстоянии, чтобы быть как минимум "TOL" appart, тогда как правильный результат должен быть:

>>>> array([ 0.9514548,  0.96385762,  0.97016127,  0.98407259,
             0.99199411])

(хотя это зависит от того, как вы решаете, какое значение взять внутри "TOL" )

Вы должны использовать тот факт, что целые числа не страдают от такого механического прецизионного эффекта:

np.unique(np.floor(a/TOL).astype(int))*TOL
>>>> array([ 0.95,  0.96,  0.97,  0.98,  0.99])

который выполняет в 5 раз быстрее предлагаемого решения (согласно% timeit).

Обратите внимание, что ".astype(int)" является необязательным, хотя его удаление ухудшает производительность в 1,5 раза, учитывая, что извлечение uniques из массива int выполняется намного быстрее.

Возможно, вы захотите добавить половину "TOL" к результатам uniques, чтобы компенсировать эффект покрытия пола:

(np.unique(np.floor(a/TOL).astype(int))+0.5)*TOL
>>>> array([ 0.955,  0.965,  0.975,  0.985,  0.995])

Ответ 4

Как насчет чего-то вроде

np.unique1d(np.floor(1e7*x)/1e7)

где x - ваш исходный массив.