Question

我有一个scipy数组，例如

a = array([[0, 0, 1], [1, 1, 1], [1, 1, 1], [1, 0, 1]])

我想计算数组中每个唯一元素的出现次数。例如，对于上面的数组a，我想知道[1次，0次，1次]出现1次，[1,1,1]出现1次，[1,0,1]出现1次。

我想到的一种方法是：

from collections import defaultdict
d = defaultdict(int)

for elt in a:
  d[elt] += 1

有更好/更有效的方法吗？

感谢。

Answer 1

如果坚持使用Python 2.7（或3.1）不是问题，并且您可以使用这两个Python版本中的任何一个，那么如果您坚持像元组这样的可清除元素，那么新的collections.Counter可能适合您：

>>> from collections import Counter
>>> c = Counter([(0,0,1), (1,1,1), (1,1,1), (1,0,1)])
>>> c
Counter({(1, 1, 1): 2, (0, 0, 1): 1, (1, 0, 1): 1})

我没有对这两种方法进行过任何性能测试。

Answer 2

您可以按行按字典顺序对行进行排序，并查找行更改的点：

In [1]: a = array([[0, 0, 1], [1, 1, 1], [1, 1, 1], [1, 0, 1]])

In [2]: b = a[lexsort(a.T)]

In [3]: b
Out[3]: 
array([[0, 0, 1],
       [1, 0, 1],
       [1, 1, 1],
       [1, 1, 1]])

...


In [5]: (b[1:] - b[:-1]).any(-1)
Out[5]: array([ True,  True, False], dtype=bool)

最后一个数组表示前三行不同，第三行重复两次。

对于1和0的数组，您可以对值进行编码：

In [6]: bincount(dot(a, array([4,2,1])))
Out[6]: array([0, 1, 0, 0, 0, 1, 0, 2])

也可以使用词典。哪种方法最快将取决于您实际使用的阵列类型。

Answer 3

for python 2.6＆lt;

import itertools

data_array = [[0, 0, 1], [1, 1, 1], [1, 1, 1], [1, 0, 1]]

dict_ = {}

for list_, count in itertools.groupby(data_array):
    dict_.update({tuple(list_), len(list(count))})

Answer 4

numpy_indexed包（免责声明：我是它的作者）提供了类似于chuck发布的解决方案;这是一个很好的矢量化的。但是通过测试，一个很好的界面，以及更多相关的有用功能：

import numpy_indexed as npi
npi.count(a)

在Python中以numpy / scipy计算数组中的唯一元素的有效方法

4 个答案: