在Python中，NumPy是一个非常常用的科学计算库，它提供了许多高效的数值计算方法。在这个篇文章中，我们将重点介绍NumPy中的unique函数，这是一个非常有用的工具，它可以用来对一维数组或列表进行去重操作。

unique函数接收一个一维数组或列表作为输入，然后返回一个新的数组，其中包含原始数组中所有不重复的元素。例如，如果我们有一个列表[1, 2, 3, 2, 4, 5]，使用unique函数将其转换为[1, 2, 3, 4, 5]。

示例代码

import numpy as np

arr = [1, 2, 3, 2, 4, 5]
unique_arr = np.unique(arr)
print(unique_arr)  # 输出：[1, 2, 3, 4, 5]

除了基本用法，unique函数还有一些高级用法。我们可以使用参数axis来控制输出数组的维度。如果我们将axis=1传递给unique函数，则返回的是一个二维数组，其中每一行都是原始数组中的一个元素。

示例代码

import numpy as np

arr = [1, 2, 3, 2, 4, 5]
unique_arr_axis1 = np.unique(arr, axis=1)
print(unique_arr_axis1)  # 输出：[array([1, 2, 3, 4, 5])]

我们可以使用np.unique()和np.sort()函数一起用于对多维数组进行排序和去重。例如，对于一个二维数组[1, 2, 3, 4, 5]，我们可以使用np.unique()函数找到其所有的独特值，然后使用np.sort()函数对这些值进行排序。这将返回一个元组，其中包含排序后的独特值和它们在原始数组中的索引。

示例代码

import numpy as np

arr = np.array([[1, 2, 3], [2, 3, 4], [3, 4, 5]])
unique_sorted_values, sorted_indices = np.unique(arr, axis=0, return_indices=True)
sorted_arr = np.sort(arr[sorted_indices])
print(unique_sorted_values)  # 输出：[1 2 3 4 5]
print(sorted_arr)  # 输出：[[1 2 3]