文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

mindspore.ops.unique_consecutive

mindspore.ops.unique_consecutive(input, return_idx=False, return_counts=False, axis=None)

对输入Tensor中连续且重复的元素去重。

参数：

• input (Tensor) - 输入Tensor。

• return_idx (bool, 可选) - 是否返回每个输入中元素映射到输出中位置的索引。默认值：False。

• return_counts (bool, 可选) - 是否返回每个去重元素在输入所在的连续序列的计数。默认值：False。

• axis (int, 可选) - 维度。如果为None，则对输入进行展平操作。如果指定，必须是int32或int64类型。默认值：None。

返回：

Tensor或包含Tensor对象的元组（ output 、 idx 、 counts ）。

• output 为去重后的输出，与 input 具有相同的数据类型。

• 如果 return_idx 为 True，则返回张量 idx ，shape与 input 相同，表示每个输入中元素映射到输出中位置的索引。

• 如果 return_counts 为 True，则返回张量 counts ，表示每个去重元素在输入中所在的连续序列的计数。

异常：

• TypeError - input 不是Tensor。

• TypeError - input 的数据类型不支持。

• TypeError - return_idx 不是bool。

• TypeError - return_counts 不是bool。

• TypeError - axis 不是int。

• ValueError - axis 不在 $[-ndim,ndim-1]$ 范围内。

支持平台：

Ascend GPU CPU

样例：

>>> x = Tensor(np.array([1, 1, 2, 2, 3, 1, 1, 2]), mstype.int32)
>>> output, idx, counts = ops.unique_consecutive(x, True, True, None)
>>> print(output)
[1 2 3 1 2]
>>> print(idx)
[0 0 1 1 2 3 3 4]
>>> print(counts)
[2 2 1 2 1]