利用Python检查数组元素是否完全一致

宋时安

发布时间：2026-10-14| 4人浏览过

原创

本文介绍使用NumPy的np.unique()函数判断数组中所有元素是否相同的方法。通过示例演示了整数、复数及小数数组的检查逻辑，重点解决了浮点数因精度问题导致的误判，并提供np.round()的修正方案，确保判断结果的准确性。

使用np.unique检查数组元素一致性

在数据处理过程中，我们经常需要验证经过运算生成的新数组，其内部所有元素的值是否保持一致。这里介绍一种基于Num库中np.unique()函数的实现方式，具体代码实现如下：


import numpy as np


class Debug:
 @staticmethod
 def isAllElementSame():
 x1 = np.array([[1, 2, 3], [3, 4, 5], [6, 7, 8]])
 x2 = np.array([[81., 162., 243., ], [243., 324., 405.], [486., 567., 648.]])
 print('The result if x2/x1 is:')
 print(x2 / x1)
 print('Judge whether all elements in array are same or not')
 print(len(np.unique(x2 / x1)) == 1)


if __name__ == '__main__':
 debug = Debug()
 debug.isAllElementSame()
"""
The result if x2/x1 is:
[[81. 81. 81.]
 [81. 81. 81.]
 [81. 81. 81.]]
Judge whether all elements in array are same or not
True
"""

执行上述逻辑后，若返回结果为True，则确认数组内所有元素值完全一致；若返回False，则说明数组中存在不相等的元素值。

那么，当数组元素类型为复数时，上述方法是否依然有效？

复数与浮点数数组的处理差异


import numpy as np


class Debug:
 @staticmethod
 def isAllElementSame():
  x1 = np.array([complex(1, 2), complex(2, 4)])
  x2 = np.array([complex(2, 4), complex(4, 8)])
  print('The result if x2/x1 is:')
  print(x2 / x1)
  print('Judge whether all elements in array are same or not')
  print(len(np.unique(x2 / x1)) == 1)


if __name__ == '__main__':
 debug = Debug()
 debug.isAllElementSame()
"""
The result if x2/x1 is:
[2.+0.j 2.+0.j]
Judge whether all elements in array are same or not
True
"""

测试表明，即使数组元素为复数，该方法依然适用。然而，当处理包含小数的数组时，由于浮点数精度问题，该方法可能会失效。若出现这种情况，可结合np.round()函数并指定保留的有效小数位数进行修正，例如使用print(len(np.unique(np.round(x2 / x1))) == 1)这样的代码。

至此，关于利用Python检查数组元素是否完全一致的方法已介绍完毕。如需了解更多相关Python数组操作技巧，可参考本站往期文章或继续浏览后续内容，感谢支持！