unique¶

参数¶

• x (Tensor) - 输入的 Tensor ，数据类型为：float32、float64、int32、int64。

• return_index (bool，可选) - 如果为 True，则还返回独有元素在输入 Tensor 中的索引。

• return_inverse (bool，可选) - 如果为 True，则还返回输入 Tensor 的元素对应在独有元素中的索引，该索引可用于重构输入 Tensor。

• return_counts (bool，可选) - 如果为 True，则还返回每个独有元素在输入 Tensor 中的个数。

• axis (int，可选) - 指定选取独有元素的轴。默认值为 None，将输入平铺为 1-D 的 Tensor 后再选取独有元素。

• dtype (np.dtype|str，可选) - 用于设置 index ， inverse 或者 counts 的类型，应该为 int32 或者 int64。默认：int64。

• name (str，可选) - 具体用法请参见 Name，一般无需设置，默认值为 None。

返回¶

• out (Tensor) - 独有元素构成的 Tensor，数据类型与输入一致。

• index (Tensor，可选) - 独有元素在输入 Tensor 中的索引，仅在 return_index 为 True 时返回。

• inverse (Tensor，可选) - 输入 Tensor 的元素对应在独有元素中的索引，仅在 return_inverse 为 True 时返回。

• counts (Tensor，可选) - 每个独有元素在输入 Tensor 中的个数，仅在 return_counts 为 True 时返回。

代码示例¶

import paddle

x = paddle.to_tensor([2, 3, 3, 1, 5, 3])
unique = paddle.unique(x)
np_unique = unique.numpy() # [1 2 3 5]
_, indices, inverse, counts = paddle.unique(x, return_index=True, return_inverse=True, return_counts=True)
print(indices)
# Tensor(shape=[4], dtype=int64, place=Place(gpu:0), stop_gradient=True,
#        [3, 0, 1, 4])
print(inverse)
# Tensor(shape=[6], dtype=int64, place=Place(gpu:0), stop_gradient=True,
#        [1, 2, 2, 0, 3, 2])
print(counts)
# Tensor(shape=[4], dtype=int64, place=Place(gpu:0), stop_gradient=True,
#        [1, 1, 3, 1])

x = paddle.to_tensor([[2, 1, 3], [3, 0, 1], [2, 1, 3]])
unique = paddle.unique(x)
print(unique)
# Tensor(shape=[4], dtype=int64, place=Place(gpu:0), stop_gradient=True,
#        [0, 1, 2, 3])

unique = paddle.unique(x, axis=0)
print(unique)
# Tensor(shape=[2, 3], dtype=int64, place=Place(gpu:0), stop_gradient=True,
#        [[2, 1, 3],
#         [3, 0, 1]])