Numpy 数组值计数 - Python

在数据处理和分析中，我们通常会遇到需要统计数据元素出现次数的情况。Numpy 库为我们提供了相应的计数方法。

下面，我们来介绍如何使用 Numpy 库进行数组值计数。

numpy.unique()方法

numpy 库中的 unique() 方法返回输入数组中的唯一元素，并返回元素的数量和每个元素的索引。

import numpy as np

arr = np.array([1, 2, 3, 3, 4, 4, 4, 5])
unique, counts = np.unique(arr, return_counts=True)

print(np.asarray((unique, counts)).T)

输出结果：

array([[1, 1],
       [2, 1],
       [3, 2],
       [4, 3],
       [5, 1]])

以上结果表示 arr 数组中，元素 1 出现了1次，元素 2 出现了1次，元素 3 出现了2次，元素 4 出现了3次，元素 5 出现了1次。

pandas.value_counts()方法

pandas 库中的 value_counts() 方法返回 Series 中每个元素出现的数量。它通常用于对数据进行初步探索和分析。

import pandas as pd

arr = np.array([1, 2, 3, 3, 4, 4, 4, 5])
series = pd.Series(arr)

print(series.value_counts())

输出结果：

4    3
3    2
2    1
5    1
1    1
dtype: int64

以上结果表示 arr 数组中，元素 1 出现了1次，元素 2 出现了1次，元素 3 出现了2次，元素 4 出现了3次，元素 5 出现了1次。

总结

无论是使用 numpy 的 unique() 方法还是 pandas 的 value_counts() 方法，都可以进行数组中元素的值计数。其中，numpy 库更为底层，提供了更丰富的功能，而 pandas 库则更为高层，针对数据分析提供更加便捷的操作方式。