问题描述：
在一个 220*2 的矩阵 A 中，以行为单位（即每行），行与行之间不存在重复的数据。现已经得到了矩阵 A 中的 i 行数据构成的矩阵 B，求另外 220-i 行数据构成的矩阵 C 。
问题分析：
很明显这个问题其实并不难，我们最容易想到的解决办法就是for循环，一个不行就两个，两个不行就三个……但如果要求你尽可能少的使用for循环时，这个问题又该如何处理呢？
本文实验环境：Python 3.6.1 |Anaconda 4.4.0 (64-bit)
方案1
拼接矩阵 + 虚数转化 + 计数器
针对东小羊的这个具体的应用场景，可以一个for循环也不使用。我们将B矩阵拼接在A矩阵的下方，得到拼接矩阵A_B，由于只有两列数据，所以我们借助虚数的概念，将每一行数据转化为一个整体，再使用计数器判断矩阵A_B中每个元素的个数，其中个数为1的即是我们要寻找的数据。创建 get_others.py 代码如下：
import numpy as np
from collections import Counter
mat = np.arange(20).reshape((10, 2))
sample_1 = np.arange(0, 6).reshape((3, 2)) # 测试样例
############# 关键代码开始 #############
con_mat = np.concatenate((mat, sample_1), axis=0) # 拼接矩阵
x = con_mat[:, 0] + con_mat[:, 1] * 1j # 利用虚数
res = np.array(list(Counter(x).values()))
sample_2 = mat[res == 1, :]
############# 关键代码结束 #############
print("总的矩阵为：\n", mat)
print("第一部分为：\n", sample_1)
print("第二部分为：\n", sample_2)
上述代码的缺陷在于，仅仅只适用于矩阵为两列的情况，如何让代码的鲁棒性更强呢。
方案2
拼接矩阵 + 元组转化 + 计数器
·方案1 中的虚数转化其实就是将一行数据变为一个单元，那么同样的我们可以将 get_others.py 中的虚数转换部分改变为 tuple 即可，修改后的代码如下：
import numpy as np
from collections import Counter
mat = np.arange(20).reshape((10, 2))
sample_1 = np.arange(0, 6).reshape((3, 2)) # 测试样例
############# 关键代码开始 #############
con_mat = np.concatenate((mat, sample_1), axis=0) # 拼接矩阵
con_row_tuple = [tuple(t) for t in con_mat] # 将矩阵中的每一行转换为tuple类型
res = np.array(list(Counter(con_row_tuple).values()))
sample_2 = mat[res == 1, :]
############# 关键代码结束 #############
print("总的矩阵为：\n", mat)
print("第一部分为：\n", sample_1)
print("第二部分为：\n", sample_2)
方案3
元组转化 + 集合运算
在前面的基础上，只要你明白了每一行为一个元素，那么引入集合来进行减运算也是非常容易理解的了。代码如下：
import numpy as np
mat = np.arange(20).reshape((10, 2))
sample_1 = np.arange(0, 6).reshape((3, 2)) # 测试样例
############# 关键代码开始 #############
mat_tuple_set = set([tuple(t) for t in mat]) # 将矩阵中的每一行转换为tuple类型并将结果转为集合类型
sample_tuple_set = set([tuple(t) for t in sample_1]) # 将矩阵中的每一行转换为tuple类型并将结果转为集合类型
sample_2 = np.array([list(t) for t in (mat_tuple_set - sample_tuple_set)]) # 集合相减，再将结果转换为二维矩阵形式
############# 关键代码结束 #############
print("总的矩阵为：\n", mat)
print("第一部分为：\n", sample_1)
print("第二部分为：\n", sample_2)
利用集合来解决这个问题的思路是不错的，但主要在数据类型的转换上花了较多时间。
总结
通过本文的描述，二维矩阵按行（列）去重或计数有了一定的解决办法。去重和计数问题平常见得比较多的主要出现在一维的列表或数组中，通过借助 numpy.unique() 、collections.Counter() 或 转换为 set 类型等等方法进行解决。
网友评论