Bagaimanakah saya boleh mengira kekerapan nilai unik dalam tatasusunan NumPy dengan cekap?

Mendapatkan Kiraan Kekerapan untuk Nilai Unik dalam Tatasusunan NumPy

Untuk menentukan kekerapan setiap nilai unik dalam tatasusunan NumPy dengan cekap, pertimbangkan untuk menggunakan Fungsi unik NumPy bersempena dengan return_counts=True.

<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)</code>

Pendekatan ini menghasilkan tuple yang mengandungi dua tatasusunan: unik, yang memegang nilai unik yang terdapat dalam tatasusunan asal, dan kiraan, yang menunjukkan frekuensi masing-masing bagi kejadian untuk setiap nilai unik.

Sebagai contoh, melaksanakan kod di atas dengan tatasusunan input yang diberikan mengembalikan:

[(1, 5), (2, 3), (5, 1), (25, 1)]

menunjukkan bahawa nilai 1 muncul 5 kali, 2 muncul 3 kali, 5 muncul sekali, dan 25 muncul sekali.

Menggunakan unique(return_counts=True) menawarkan kelebihan prestasi yang besar berbanding fungsi scipy.stats.itemfreq SciPy untuk set data yang besar, seperti yang ditunjukkan dalam coretan kod di bawah:

<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>

Atas ialah kandungan terperinci Bagaimanakah saya boleh mengira kekerapan nilai unik dalam tatasusunan NumPy dengan cekap?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!