np.bincount()极简易懂说明

一、定义

该函数用于统计输入数组内每个数值出现的次数，输出数组中的索引值对应的是输入数组中的元素值，若输入数组中的某个数值出现了一次，则输出数组对应索引值上的数加1。

二、使用方法

np.bincount(x[, weights, minlength])

x: 输入，1维非负数组；
weights: 权重数组, 可选参数，如果指定了这一参数， 则某个数值n在输入数组x中每出现1次，假设这个数在x中的索引值是i， 则输出o内的o[n]+=weights[i]；
minlength: 输出数组最短长度，可选参数。若指定了这个值，则当输出长度不足minlength时，会自动用0补齐，保证输出长度不小于minlength。

三、应用解析

从小到大统计

1、应用一

y=np.bincount([0, 1, 1, 3, 2, 1, 7]) 
输出:[1 3 1 1 0 0 0 1]

2、应用二

y=np.bincount([0, 4.4, 1, 3.6, 2, 1, 7])
输出:[1 2 1 1 1 0 0 1]

上面将输入化成整数，直接删除小数点后的数，类似C++的int()方法，变成如下:

y=np.bincount([0, 4, 1, 3, 2, 1, 7])

3、minlength应用

y = np.bincount([0, 4.4, 1, 3.6, 2, 1, 7], minlength=4)
y1 = np.bincount([0, 4.4, 1, 3.6, 2, 1, 7], minlength=9)
输出:[1 2 1 1 1 0 0 1]
	 [1 2 1 1 1 0 0 1 0]

minlength小于数列本身(7)时，此时minlength不起作用；
minlength大于数列本身(7)时，此时minlength不足使用0填充；

4、weights应用

a与w位置对应

a = [1,    2,   2,   3,   2,   3]
w = [0.1, 0.2, 0.3, 0.2, 0.2, 0.4]
c = np.bincount(a, weights=w)
输出:[0. 0.1 0.7 0.6]

输出对应索引：

 0    1   2   3
[0.  0.1 0.7 0.6]

0在a中未出现则，输出0位置为0；
1在a位置0出现对应w的0位置为0.1，则输出1位置为0.1；
2在a位置1出现对应w的1位置为0.2，在a位置2出现对应w的2位置为0.3，在a位置4出现对应w的4位置为0.2，全部相加0.2+0.3+0.2=0.7；
以此类推…