在 numpy 数组中计算列出现次数

Question

给定一个2 x d维的numpy数组M，我想要计算M的每一列出现的次数。也就是说，我正在寻找bincount的通用版本。

我尝试过的方法：（1）将列转换为元组（2）通过hash将元组哈希化为自然数（3）使用numpy.bincount。

这似乎相当笨拙。有人知道更优雅和高效的方法吗？

- Christopher

---

有趣的问题。期待看到任何解决方案，因为我的第一个和唯一的想法正是你所做的。 - Reti43

所以您希望得到一个独特列及其计数的列表？这些列的顺序需要保留吗？ - ilyas patanam

请展示您尝试的代码。 - Mike Müller

Answer 1

您可以使用collections.Counter：

>>> import numpy as np
>>> a = np.array([[ 0,  1,  2,  4,  5,  1,  2,  3],
...               [ 4,  5,  6,  8,  9,  5,  6,  7],
...               [ 8,  9, 10, 12, 13,  9, 10, 11]])
>>> from collections import Counter
>>> Counter(map(tuple, a.T))
Counter({(2, 6, 10): 2, (1, 5, 9): 2, (4, 8, 12): 1, (5, 9, 13): 1, (3, 7, 11):
1, (0, 4, 8): 1})

- eph

---

如果这是一个三维数组，我该怎么做呢？基本上，我有一张三通道图像，所以不是上面例子中的每个元素，而是有三个数字。 - keshav

Answer 2

假设:

a = np.array([[ 0,  1,  2,  4,  5,  1,  2,  3],
              [ 4,  5,  6,  8,  9,  5,  6,  7],
              [ 8,  9, 10, 12, 13,  9, 10, 11]])
b = np.transpose(a)

1. A more efficient solution than hashing (still requires manipulation):

   I create a view of the array with the flexible data type np.void (see here) such that each row becomes a single element. Converting to this shape will allow np.unique to operate on it.

   %%timeit    
   c = np.ascontiguousarray(b).view(np.dtype((np.void, b.dtype.itemsize*b.shape[1])))
   _, index, counts = np.unique(c, return_index = True, return_counts = True)
   #counts are in the last column, remember original array is transposed
   >>>np.concatenate((b[idx], cnt[:, None]), axis = 1)
   array([[ 0,  4,  8,  1],
          [ 1,  5,  9,  2],
          [ 2,  6, 10,  2],
          [ 3,  7, 11,  1],
          [ 4,  8, 12,  1],
          [ 5,  9, 13,  1]])
   10000 loops, best of 3: 65.4 µs per loop
   

   The counts appended to the unique columns of a.

2. Your hashing solution.

   %%timeit
   array_hash = [hash(tuple(row)) for row in b]
   uniq, index, counts = np.unique(array_hash, return_index= True, return_counts = True)
   np.concatenate((b[idx], cnt[:, None]), axis = 1)
   10000 loops, best of 3: 89.5 µs per loop
   

更新: Eph的解决方案是最有效和优雅的。

%%timeit
Counter(map(tuple, a.T))
10000 loops, best of 3: 38.3 µs per loop

- ilyas patanam