NumPy 配列内の一意の値を効率的にカウントするにはどうすればよいですか?

NumPy 配列内の一意の値の頻度数を効率的に決定する

この記事では、NumPy 配列内の一意の値の頻度数を計算する効率的な方法を検討します。

return_counts=True で numpy.unique を使用すると (NumPy バージョン 1.9 以降)、一意の値とそれに対応するカウントの両方を効率的に計算できます。例:

<code class="python">import numpy as np

x = np.array([1,1,1,2,2,2,5,25,1,1])
unique, counts = np.unique(x, return_counts=True)

print(np.asarray((unique, counts)).T)</code>

パフォーマンス ベンチマークで実証されているように、このアプローチは実行速度の点で scipy.stats.itemfreq 関数よりも大幅に優れています:

<code class="python">In [4]: x = np.random.random_integers(0,100,1e6)

In [5]: %timeit unique, counts = np.unique(x, return_counts=True)
10 loops, best of 3: 31.5 ms per loop

In [6]: %timeit scipy.stats.itemfreq(x)
10 loops, best of 3: 170 ms per loop</code>

以上がNumPy 配列内の一意の値を効率的にカウントするにはどうすればよいですか?の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。