**如何有效地计算 NumPy 数组中唯一值的频率？**

计算 NumPy 数组中的唯一值

数据分析中的一个常见任务是确定给定数据集中每个唯一值的出现频率。 NumPy 提供了几种有效的方法来实现数值数据数组的此目的。

一种方法是利用 np.unique 函数，并将 return_counts 参数设置为 True（在 NumPy 版本 1.9 及更高版本中提供）。此参数不仅返回唯一值，还返回其相应的计数。

<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)
'''
Output:
 [[ 1  5]
  [ 2  3]
  [ 5  1]
  [25  1]]
'''</code>

此方法在效率方面优于 scipy.stats.itemfreq，如以下时序比较所示：

<code class="python">import numpy as np
import scipy.stats

x = np.random.random_integers(0,100,1e6)

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

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

以上是**如何有效地计算 NumPy 数组中唯一值的频率？**的详细内容。更多信息请关注PHP中文网其他相关文章！