NumPy中的ndarray是一种多维数组对象，它可以存储任意数量的元素，并且具有许多有用的属性和方法。其中，unique属性用于返回一个包含所有唯一元素的列表。然而，需要注意的是，ndarray对象本身并不具备unique属性，因为unique是一个集合类型，而ndarray是一种多维数组对象，它并不能直接存储一个集合。
在NumPy中，ndarray对象没有unique属性，是出于以下几个原因：
-
属性的作用范围：
unique属性通常用于找到一个数据集中的唯一元素，这对于某些应用场景很有用，比如在数据分析和机器学习中。但是，在ndarray对象中，我们通常需要操作的是数组中的元素，而不是整个数组，因此unique属性可能并不是一个很有用的属性。 -
属性的计算复杂度：
unique属性需要计算整个数据集中的唯一元素，这可能会导致较高的计算复杂度。在某些情况下，这可能是一个缺点，因为我们需要尽可能地降低计算复杂度。 -
与其他数组操作的兼容性：
unique属性在一些数组操作中可能不兼容。例如，当我们尝试将一个ndarray对象与一个不包含unique属性的数组对象进行索引时，可能会出现错误。因此，在设计和使用ndarray对象时，需要谨慎考虑与其他数组操作的兼容性。 - 缺乏实用性的提示：从字面上看，
unique属性似乎是一个很有用的属性，但实际上它可能并不是一个很有用的属性。因为在很多情况下，我们可能不需要找到一个数据集中的唯一元素，或者我们不需要使用unique属性来简化代码。因此，对于初学者或者对ndarray对象不太熟悉的开发者，建议先了解unique属性的作用和使用场景，再进行使用。
随时随地看视频
