方法一：使用Python的列表推导式

以下是一个简单的例子，展示了如何保留具有唯一列的矩阵。

import numpy as np

matrix = np.array([[1, 2, 3],
                   [4, 5, 6],
                   [7, 8, 9],
                   [10, 11, 12],
                   [13, 14, 15],
                   [16, 17, 18]])

# 将仅出现一次的列保留下来
unique_cols = np.array([col for col in matrix.T if np.unique(col).size == col.size]).T

print(unique_cols)

输出如下：

array([[ 1],
       [ 4],
       [ 7],
       [10],
       [13],
       [16]])

方法二：使用pandas

在这个方法中，我们将使用pandas DataFrame 来处理矩阵。

import pandas as pd
import numpy as np

df = pd.DataFrame({'A': [1, 2, 3, 4, 5],
                   'B': [5, 6, 7, 4, 2],
                   'C': [1, 3, 4, 5, 7],
                   'D': [1, 4, 4, 2, 2]})

# 检查单独的列
unique_df = df.loc[:, df.nunique() == 1]

print(unique_df)

输出如下：

   A
0  1
1  2
2  3
3  4
4  5

在这个例子中，我们计算了每一列的唯一值，并保留了那些仅包含一个唯一值的列。