统计出现次数最多的元素值及相关

numpy：

>>>x = np.array([2,3,1,1,4])
>>>count = np.bincount(x)
array([0, 2, 1, 1, 1])
>>>common_value = np.argmax(count)
1

dict：

>>>a={'a':4,'b':2,'c':3,'d':1}
>>>max(a)
'd'    #按键排序
>>>max(a,key=a.get)
'a'    #按值排序

>>>sorted(a)
['a','b','c','d']    #按键排序
>>>sorted(a,reverse=True)
['d','c','b','a']    #按键排序
>>>sorted(a,key=a.get)
['d','b','c','a']    #按值排序

>>>sorted(a.items())
[('a',4),('b',2),('c',3),('d',1)]    #按键排序

>>>max(a.items())
('d',1)    #按键排序

for遍历:

>>>arr=np.array([[7,7,2,1],[12,7,6,4],[6,6,7,9],[0,2,3,3]])
>>>tu=sorted([(np.sum(arr==i),i) for i in set(arr.flat)])
>>>print('个数最多元素为 {1} 有 {0} 个'.format(*tu[-1]))
个数最多元素为 7 有 4 个

对于：tu=sorted([(np.sum(arr==i),i) for i in set(arr.flat)])解析 
1、arr.flat将arr展成一维数组 
2、set(arr.flat)将展好的一维数组去除重复元素，对该set进行遍历 
3、sorted操作对象是(np.sum(arr==i),i)，为一个tuple，两个维度，第一维为arr中i的个数，第二维度为i 
即默认对第一维进行从小到大排序 
4、*操作符为元组/列表解包成位置参数 
tu[-1]先取出排序最大的元组，然后解包成位置元素，然后format格式化输出 

*与**解析可参考：http://blog.csdn.net/l297969586/article/details/77879117

列表元素的遍历寻找（np.array也适用）

>>>a=[1,2,2,3,3,3]
>>>dict(collections.Counter(lst))
{1:1,2:2,3:3}

>>>dict(zip(*np.unique(lst, return_counts=True)))
{1:1,2:2,3:3}

unique:

>>>a=np.array([[1,2,3,4],[2,5,6,7])
>>>np.unique(a,return_index=True,return_counts=True)
(array([1,2,3,4,5,6,7]),array([0,1,2,3,5,6,7]),array([1,2,1,1,1,1,1]),dtype=int64)