怎么在Python中用NumPy快速统计各元素出现频次-Python教程-PHP中文网

np.unique 统计频次需显式设 return_counts=true 才返回值与计数，且输入须为1d数组；浮点数慎用；若需原序频次或非负整数高频统计，可选 counter 或 bincount。

怎么在python中用numpy快速统计各元素出现频次

用 `np.unique` 统计频次最直接，但默认不返回计数

很多人调用 np.unique(arr) 后只看到去重结果，就以为它不能统计频次——其实只要加个参数就行。np.unique 默认只返回唯一值，但传入 return_counts=True 就能同时拿到值和对应出现次数。

必须显式写 return_counts=True，不能只靠索引或顺序推断
返回的是两个数组：values, counts，顺序严格一一对应
输入必须是 1D 数组；如果是多维，得先 arr.flatten() 或 arr.ravel()
对浮点数要小心：0.1 + 0.2 != 0.3 可能导致本该合并的值被拆成多个频次项

import numpy as np
arr = np.array([1, 2, 2, 3, 3, 3])
vals, counts = np.unique(arr, return_counts=True)
# vals → array([1, 2, 3]), counts → array([1, 2, 3])

想按原始顺序保留频次？`np.unique` 不行，得换思路

np.unique 总是按升序返回 values，如果你需要“第一次出现顺序”或“原数组遍历顺序”的频次排列（比如做直方图标签对齐），就不能依赖它。

用 collections.Counter + np.array 转换：保留插入顺序（Python 3.7+），但失去 NumPy 向量化优势
手动构建索引映射：对小规模整数数组，可用 np.bincount（仅限非负整数）
若只是想查某个特定值的频次，直接用 np.sum(arr == x) 更快、更直观

# 对非负整数且范围不大时，bincount 最快
arr = np.array([0, 1, 1, 2, 2, 2])
counts = np.bincount(arr)  # → array([1, 2, 3])，索引即值

`np.bincount` 快但限制多：只认非负整数，且会补零

np.bincount 是 NumPy 里真正“为频次而生”的函数，底层用 C 实现，比 unique 快一个数量级——但代价是苛刻的输入要求。

python-script-generator

快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。

下载

输入只能是非负整数（int 或 uint 类型），浮点数、负数、字符串都会报 TypeError
输出长度 = 最大值 + 1，中间缺失的整数位置填 0（比如 [0, 2, 2] → [1, 0, 2]）
如果数据中最大值特别大（比如 10**6），但实际只用了其中几十个值，就会浪费大量内存
支持 weights 参数，可做加权计数（比如带置信度的频次）

# 错误示例：浮点数直接崩
# np.bincount(np.array([1.0, 2.0])) → TypeError
<h1>正确用法（需先转 int 且确认非负）</h1><p>arr = (np.random.rand(1000) * 5).astype(int)  # [0, 4]
counts = np.bincount(arr)</p>

遇到重复值太多或内存吃紧？避免一次性全量统计

当数组超大（比如上亿元素），即使 np.bincount 或 np.unique 也可能爆内存或变慢——这时候得控制粒度。

分块处理：用 np.array_split 切成子数组，各自统计后再合并 Counter 或字典
如果只要 Top-K 频次，用 np.unique + np.argsort(counts)[::-1][:k] 拿前 K 个，别全排序
对字符串或对象数组，np.unique 会回退到 Python 级比较，速度骤降；优先考虑 pandas.Series.value_counts()（内部做了优化）
注意 np.unique 的 axis 参数：若在某轴上统计（如每行频次），别忘了指定，否则默认展平