如何统计列表中包含数组的唯一元组数量？转set报unhashable错误

Python的set要求存储的元素必须是*可哈希（hashable）*的类型，核心要求是对应类型不可变。你遇到的报错有两个明确原因：

• 你预期列表元素为元组，但实际存在元素为列表的情况（你贴出的真实数据样例单个元素使用[]方括号包裹，列表本身就是不可哈希类型）
• 即使元素为元组，元组内包含的numpyarray数组属于可变类型，本身也不支持哈希计算

下面提供两种适配不同场景的实现方案：

方法1：转可哈希元组统计（精度无损失） #

将每个元素内的numpy数组先转为可哈希的元组类型，再存入set统计唯一值，适合数据量不大的场景，不会出现判断误差：

unique_container = set()
for pair in pair_list:
    # 先强制把外层转为元组避免原数据为列表的问题，再把每个array拉平后转元组
    hashable_pair = tuple(tuple(arr.flatten()) for arr in tuple(pair))
    unique_container.add(hashable_pair)

# 输出唯一元组的数量
print(len(unique_container))

如果你的数组都是一维结构，可以去掉flatten()方法，直接转元组即可。

方法2：哈希摘要统计（适合大尺寸数组） #

如果单个数组的元素量很大，转元组的运行开销过高，可以计算数组的哈希摘要后再进行统计：

import hashlib

def calc_arr_hash(arr):
    # 把数组二进制内容转为sha256摘要
    return hashlib.sha256(arr.tobytes()).digest()

unique_container = set()
for pair in pair_list:
    hashable_pair = tuple(calc_arr_hash(arr) for arr in tuple(pair))
    unique_container.add(hashable_pair)

print(len(unique_container))

该方法运行效率更高，仅存在理论级别的极低概率哈希碰撞风险，日常使用场景下完全可以忽略。

内容的提问来源于stack exchange，提问作者D4w1d