## 如何有效計算 NumPy 陣列中不同值的頻率計數？

計算 NumPy 陣列中不同值的頻率計數

找出 NumPy 陣列中各個值的出現頻率是資料分析中常見的任務。本文概述了獲取這些頻率計數的有效方法。

方法：

NumPy 中取得頻率計數的主要方法是透過 np.unique 函數，具體來說透過設定 return_counts=True 。例如，考慮以下數組：

<code class="python">x = np.array([1,1,1,2,2,2,5,25,1,1])</code>

要計算這些元素的頻率計數：

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

unique, counts = np.unique(x, return_counts=True)

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

這將輸出：

[[ 1  5]
 [ 2  3]
 [ 5  1]
 [25  1]]

如您所願可以看到，結果數組包含唯一值（在第一列）及其各自的頻率（在第二列）。

比較和性能：

與其他方法（例如scipy.stats.itemfreq）相比，帶有return_counts=True 的np.unique 方法提供了更高的性能。對於大型數組，np.unique 所花費的時間顯著減少，如以下基準比較所示：

<code class="python">x = np.random.random_integers(0,100,1e6)

%timeit unique, counts = np.unique(x, return_counts=True) # 31.5 ms per loop

%timeit scipy.stats.itemfreq(x) # 170 ms per loop</code>

結論：

np.unique NumPy 中的函數提供了一種獲取數組中唯一值的頻率計數的有效解決方案。與其他方法相比，它的效能優勢使其成為大型資料集的首選。

以上是## 如何有效計算 NumPy 陣列中不同值的頻率計數？的詳細內容。更多資訊請關注PHP中文網其他相關文章！