Numpy.unique处理三维数组指定axis=2未生效，咨询问题原因

别搞错np.unique里axis参数的用法——它不是对每个轴上的子数组内部去重，而是把指定轴上的整个子数组当作一个整体，找重复的子数组去重。

看你的数组arr，形状是(3,3,2)：

• 用axis=0时，是把每一层（形状(3,2)的二维数组）当整体去重，所以会去掉重复的第0层和第2层，只留一个；
• 用axis=1时，是把每一列（形状(3,2)的二维数组）当整体去重，所以会去掉重复的列；
• 到axis=2时，是把第三轴上的每个元素对应的二维数组（形状(3,3)）当整体去重。你的第三轴有两个这样的二维数组：

  # 第三轴第0个元素对应的二维数组
  [[1,1,1], [7,10,10], [1,1,1]]
  # 第三轴第1个元素对应的二维数组
  [[1,1,1], [1,1,1], [1,1,1]]
  

  这俩完全不一样，所以np.unique找不到重复的，自然返回原第三轴的两个数组，看起来就像没生效。

如果想把每个[1,1]这种子数组内部去重成[1]，得换写法，比如用列表推导遍历每个子数组单独去重：

import numpy as np

arr = np.array([[[1,1], [1,1], [1,1]],
         [[7,1], [10,1], [10,1]],
         [[1,1], [1,1], [1,1]]])

# 遍历每个(2,)的子数组，内部去重
result = np.array([[np.unique(sub) for sub in row] for row in arr])
print(result)

输出结果：

[[[1] [1] [1]]
 [[7 1] [10 1] [10 1]]
 [[1] [1] [1]]]

内容的提问来源于stack exchange，提问作者Jiahao Li