Question

import itertools, numpy as np

a = [1,2,3,4,5]
b = [5,2,3,6,7]
c = [5,2,3,8,9]

获取最常用的电话号码：

data = np.array([a,b,c]).flatten()
print (data)

values, counts = np.unique(data, return_counts=True)

for value, frequency in zip(values, counts):
    print (value, frequency)

如何获得最频繁的两个连续数字？答案是[2,3]。但是如何通过程序获取它？

Answer 1

您可以使用collections.Counter并在data中连续对进行迭代：

import numpy as np
from collections import Counter

a = [1,2,3,4,5]
b = [5,2,3,6,7]
c = [5,2,3,8,9]

data = np.array([a,b,c]).flatten()

c = Counter(zip(data, data[1:]))
print(c.most_common(1))
# [((2, 3), 3)]

告诉您(2, 3)发生了3次。

更多细节：

data[1:]

是您的data，没有第一个元素。

zip(data, data[1:])

然后

zip用于生成连续对（如tuples）

(1, 2), (2, 3), (3, 4), (4, 5), (5, 5), (5, 2), (2, 3), ...

Counter然后只计算出现的次数并像dict一样存储它们：

Counter({(2, 3): 3, (5, 2): 2, (1, 2): 1, (3, 4): 1, (4, 5): 1, (5, 5): 1, (3, 6): 1,
         (6, 7): 1, (7, 5): 1, (3, 8): 1, (8, 9): 1})

更新：如果您不想从其他列表中配对，则可以执行以下操作：

data = (a, b, c)

c = Counter()
for d in data:
    c.update(zip(d, d[1:]))
print(c)

或直接：

c = Counter(pair for d in data for pair in zip(d, d[1:]))

Answer 2

您可以按照@hiro主角的建议使用Counter，但是由于您想一次处理一行，因此必须沿行应用。

from collections import Counter

使用numpy沿行应用：

data = np.array([a,b,c])

np.apply_along_axis(lambda x: Counter(zip(x, x[1:])), 1, data).sum().most_common(1)
[((2, 3), 3)]

或者，如果使用熊猫：

import pandas as pd
data = np.array([a,b,c])
df = pd.DataFrame(data)

现在，沿行应用Counter：

df.apply(lambda x: Counter(zip(x, x[1:])), axis = 1).sum().most_common(1)

[((2, 3), 3)]

获得最频繁的两个连续数字

2 个答案: