python统计元素出现次数（accumarray实现）

引言

 本文介绍了利用python中的numpy模块构建二维的频次矩阵，对应于matlab中的accummarrary()函数，matlab官方文档对于accumarray()的介绍是：

B = accumarray(ind,data,sz) 根据 ind 中指定的组，通过对向量 data 的元素进行累加来对组数据求和。然后计算每组的总和,返回填充到 sz 大小的数组 B。ind 中的值定义数据所属的组以及存储每个组总和的输出数组 B 的索引。

也就是给出索引ind，以及对应索引上的data值，将同一索引对应data的值累加，以此作为B中ind对应位置的值$B(i,j)=\sum data[ind]$。如果data设为全1，就可以认为ind为元素的出现表（一维二维皆可），返回矩阵统计了不同元素的出现次数$B(i,j)=\sum \#(ind)whendata=e{e}^T$，也就是频次矩阵。
 目前python中比较常用的统计元素出现次数的方法为np.bincout()，但它局限于一维正数组；如果使用list的count()方法，又需要引入循环对每个不同元素计算出现次数，且要手动往频次矩阵填值；

解决方案

 如下给出两种方案来统计数组中元素出现数，并构建相应频次矩阵。

numpy方法

 对于二维数组使用unique()方法获得不同元素和它们出现次数，再直接向频次矩阵里填充值。代码如下：

data=np.random.randint(5,size=(2,6))
ind,times=np.unique(data,return_counts=True,axis=1)
freq=np.zeros((data.max()+1,data.max()+1))
freq[ind[0],ind[1]]=times

结果如下：

data
Out[21]: 
array([[4, 0, 4, 3, 1, 4],
       [3, 4, 0, 3, 2, 3]])
freq
Out[22]: 
array([[0., 0., 0., 0., 1.],
       [0., 0., 1., 0., 0.],
       [0., 0., 0., 0., 0.],
       [0., 0., 0., 1., 0.],
       [1., 0., 0., 2., 0.]])

同理该方法可拓展至一维数组和非正整数组。

pandas方法

 pandas方法利用value_count()统计元素出现次数。

data=np.random.randint(5,size=(2,6))
freq=np.zeros((data.max()+1,data.max()+1))
data=pd.DataFrame(data.T)
times=data.value_counts()
ind=times.index.to_list()
ind=np.array(ind).T
times=times.to_numpy()
freq[ind]=times

结果如下：

data
Out[53]: 
   0  1
0  2  1
1  4  4
2  4  1
3  2  3
4  4  4
5  1  0
freq
Out[54]: 
array([[0., 0., 0., 0., 0.],
       [1., 0., 0., 0., 0.],
       [0., 1., 0., 1., 0.],
       [0., 0., 0., 0., 0.],
       [0., 1., 0., 0., 2.]])

总结

 本文利用python实现了matlab中的accumarray()，填补了网络上二维频次矩阵构建方法的空白。