如何在Numpy二维数组中移除重复无向边？

方法一：排序后去重（高效推荐） #

利用Numpy的向量化操作快速处理，先将每条边的两个节点按从小到大排序，让反向边变成完全相同的行，再去重：

import numpy as np

# 假设你的边数组是edges
edges = np.array([[24, 79], [79, 24], [10, 20], [20, 10], [5, 15]])

# 对每条边的节点排序，统一格式
sorted_edges = np.sort(edges, axis=1)
# 按行去重，保留唯一边
unique_edges = np.unique(sorted_edges, axis=0)

print(unique_edges)
# 输出：[[ 5 15]
#        [10 20]
#        [24 79]]

这种方法性能优异，处理15000行数据毫无压力，Numpy底层的C实现比Python循环快得多。

方法二：保留首次出现的原始边 #

如果你希望保留数组中先出现的那条边（而不是排序后的格式），可以用Python循环结合集合记录已出现的节点对：

import numpy as np

edges = np.array([[24, 79], [79, 24], [10, 20], [20, 10], [5, 15]])

seen = set()
unique_edges = []
for u, v in edges:
    # 检查当前边和反向边是否都未被记录
    if (u, v) not in seen and (v, u) not in seen:
        seen.add((u, v))
        unique_edges.append([u, v])

unique_edges = np.array(unique_edges)
print(unique_edges)
# 输出：[[24 79]
#        [10 20]
#        [ 5 15]]

这种方法会保留原始数组中第一次出现的边的方向，但对于超大规模数组，效率不如第一种方法。

内容的提问来源于stack exchange，提问作者itsanhtuanho