Numpy:np.bincount()的用法1. np.bincount(x)2. np.bincount(x,weights=w)3.np.bincount(x,weights=w,minlength=7)

121 阅读 0 评论 80 点赞

我是靠谱客的博主无情香水，这篇文章主要介绍Numpy:np.bincount()的用法1. np.bincount(x)2. np.bincount(x,weights=w)3.np.bincount(x,weights=w,minlength=7)，现在分享给大家，希望可以做个参考。

1. np.bincount(x)

复制代码

1
2
3
x = np.array([1, 2, 3, 3, 0, 9, 4])
np.bincount(x)

输出:
array([1, 1, 1, 2, 1, 0, 0, 0, 0, 1], dtype=int64)

统计数值出现次数：数值0出现1次，1出现1次，2出现1次，3出现2次，4出现1次，5-8出现0次，9出现1次。

2. np.bincount(x,weights=w)

复制代码

1
2
3
4
x = np.array([1, 2, 3, 3, 0, 9, 4])
w = np.array([0.3,0.5,0.7,0.6,0.1,-0.9,1])
np.bincount(x,weights=w)

输出:
array([ 0.1, 0.3, 0.5, 1.3, 1. , 0. , 0. , 0. , 0. , -0.9])
数字 0 出现在x中index=4位置，那么在w中访问index=4的位置即可，w[4]=0.1。
数字 3 出现在x中index=2与index=3位置，那么在w中访问index=2与index=3的位置即可，然后将两这个加和，计算得：w[2]+w[3]=1.3。其余的按照上面的方法即可。

3.np.bincount(x,weights=w,minlength=7)

复制代码

1
2
3
4
x = np.array([1, 2, 3, 3, 0, 9, 4])
w = np.array([0.3,0.5,0.7,0.6,0.1,-0.9,1])
np.bincount(x,weights=w,minlength=13)

输出:
array([ 0.1, 0.3, 0.5, 1.3, 1. , 0. , 0. , 0. , 0. , -0.9, 0. , 0. , 0. ])
上面知道，这个bin范围是0-9，数量为10，index从0到9，那么当minlength为13的时候，也就是总长为13，index从0到9，多了后面3位，直接补位为0即可。