numpy.bincount 详解

numpy.bincount(x, weights=None, minilength=None)功能：统计非负整数数组中每个值的出现次数。【该函数官方文档】

函数实例

# x 中最大值为 3，因此输出维度为 4（索引值为0->4）
x = np.array([3, 2, 1, 3, 1])
# 0 在 x 中出现了 0 次，1 在 x 中出现了 2 次......
np.bincount(x)
# array([0, 2, 1, 2], dtype=int64)

# bicount()函数返回值维度
max(x)+1
# 4

参数weights

如果 weights 参数被指定，那么 x 会被它加权。如果值 n 发现在位置 i，那么out[n] += weight[i]而非out[n] += 1。因此，我们 weights 的大小必须与 x 相同，否则报错。

w = np.array([0.3, 0.5, 0.2, 0.7, 1.])
np.bincount(x,
weights=w)
# array([0. , 1.2, 0.5, 1. ])

参数minlength

输出数组中 bin 的数量 $\ge \mathrm{m}\mathrm{i}\mathrm{n}\mathrm{l}\mathrm{e}\mathrm{n}\mathrm{g}\mathrm{t}\mathrm{h}$（如有必要，bin 的数量会更大，这取决于 x）。

# 指定 minlength=7，现在的索引值为0->6
np.bincount(x, minlength=7)
# array([0, 2, 1, 2, 0, 0, 0], dtype=int64)

# 指定参数值小于原本的数量，则该参数失去作用，索引值不变
np.bincount(x, minlength=1)
# array([0, 2, 1, 2], dtype=int64)

要点

• 先确定函数返回值维度为 $max(x)+1$；
• $weights$ 参数的理解：同一个数在不同的位置可能所具有的权值不等；
• $minlength$ 参数存在失效可能；

转载自：numpy.bincount 详解

最后

以上就是深情草丛为你收集整理的numpy.bincount 详解的全部内容，希望文章能够帮你解决numpy.bincount 详解所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。