请教numpy.unique去除重复列的实现过程及axis参数运作机制

针对你对np.unique中axis参数文档描述的困惑，以下结合你的示例数组，严格按照文档步骤拆解执行过程：

原数组定义 #

import numpy as np

myarray = np.array(
    [
        [ 1,  3,  7,  8,  3], 
        [-5,  0,  9,  2,  0], 
        [10, 11, 12, 85, 11]
    ]
)

原数组形状为(3, 5)，轴0对应行（3个元素），轴1对应列（5个元素）。

步骤1：将指定轴移至第一维度（保持其他轴顺序） #

指定axis=1时，需要把**列轴（轴1）**移动到数组的第一维度位置，其他轴（轴0，行）保持顺序。可以用np.moveaxis实现：

moved_axis = np.moveaxis(myarray, 1, 0)
# 输出结果：
# array([[ 1, -5, 10],
#        [ 3,  0, 11],
#        [ 7,  9, 12],
#        [ 8,  2, 85],
#        [ 3,  0, 11]])

此时数组形状变为(5, 3)，原数组的每一列，现在成为新数组的每一行（即第一维度的每个元素是原数组的一列）。

步骤2：展平子数组并视为结构化类型 #

文档中提到的"按C顺序展平子数组"，这里每个子数组（即新数组的每一行）本身就是一维的，所以展平后就是子数组的元素序列。Numpy会将这些序列视为结构化类型——简单说就是把每个子数组当作一个"不可拆分的整体元素"，这样后续就能以整体为单位进行比较和排序。

可以用结构化数组模拟这个过程：

structured = np.array([tuple(row) for row in moved_axis], dtype='i,i,i')
# 输出结果：
# array([(1, -5, 10), (3,  0, 11), (7,  9, 12), (8,  2, 85), (3,  0, 11)],
#       dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

此时数组变成了包含5个结构化元素的一维数组，每个元素对应原数组的一列。

步骤3：按字典序排序结构化一维数组 #

对结构化数组进行字典序排序：先比较每个结构化元素的第一个值，第一个值小的排在前面；若第一个值相同，则比较第二个值，以此类推。执行排序后：

sorted_structured = np.sort(structured)
# 输出结果：
# array([(1, -5, 10), (3,  0, 11), (3,  0, 11), (7,  9, 12), (8,  2, 85)],
#       dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

步骤4：去重并还原数组结构 #

对排序后的结构化数组去重，得到唯一的结构化元素：

unique_structured = np.unique(sorted_structured)
# 输出结果：
# array([(1, -5, 10), (3,  0, 11), (7,  9, 12), (8,  2, 85)],
#       dtype=[('f0', '<i4'), ('f1', '<i4'), ('f2', '<i4')])

最后将这些结构化元素还原为原数组的形状：把每个结构化元素转成列表，再将第一维度移回原轴1的位置（即转置数组）：

unique_array = np.array([list(item) for item in unique_structured]).T
# 输出结果：
# array([[ 1,  3,  7,  8],
#        [-5,  0,  9,  2],
#        [10, 11, 12, 85]])

这与直接执行np.unique(myarray, axis=1)的结果完全一致。

核心逻辑总结 #

整个过程本质是将需要去重的轴（列）转换为可独立比较的"整体单元"，通过结构化类型实现子数组的整体比较，排序去重后再还原回原数组的轴结构。

内容的提问来源于stack exchange，提问作者user17911