Python实现numpy多维数组重复子数组去重及出现次数统计

可以直接通过Python标准库的计数工具配合numpy遍历实现，不需要额外复杂依赖，完整代码如下：

import numpy as np
from collections import Counter

# 输入的多维数组列表
input_arrays = [
    np.array([['Alpha', 100],
       ['Alpha', 100],
       ['Alpha', 200]], dtype=object), 
    np.array([['Alpha', 'A1'],
       ['Alpha', 'A1'],
       ['Alpha', 'A2']], dtype=object), 
    np.array([[100, 'A1'],
       [100, 'A1'],
       [200, 'A2']], dtype=object), 
    np.array([['Alpha', 100, 'A1'],
       ['Alpha', 100, 'A1'],
       ['Alpha', 200, 'A2']], dtype=object)
]

output_blocks = []
for arr in input_arrays:
    # 把每行转为可哈希的元组，统计重复次数
    counter = Counter(tuple(row) for row in arr)
    lines = []
    for row_items, count in counter.items():
        # 字符串统一转大写，数字直接转字符串
        formatted = [i.upper() if isinstance(i, str) else str(i) for i in row_items]
        lines.append(f"({count}) {' '.join(formatted)}")
    output_blocks.append("\n".join(lines))

# 不同数组的处理结果用空行分隔
print("\n\n".join(output_blocks))

运行代码后输出和预期完全匹配：

(2) ALPHA 100
(1) ALPHA 200

(2) ALPHA A1
(1) ALPHA A2

(2) 100 A1
(1) 200 A2

(2) ALPHA 100 A1
(1) ALPHA 200 A2

关键逻辑说明 #

• numpy数组本身是可变类型，不能直接作为字典的键做计数，所以遍历每行时先转成元组再传入Counter统计
• 格式化时只对字符串类型做大写转换，数字类型直接转字符串，避免类型处理错误
• 最后用双换行拼接每个数组的结果块，自动满足不同子数组结果空行分隔的要求，也不会在输出末尾产生多余空行。

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