numpy.bincount使用方法介绍

参考文章：https://docs.scipy.org/doc/numpy/reference/generated/numpy.bincount.html

 

numpy.bincount(x, weights=None, minlength=0)

统计非负整数值出现的次数。每一个bin都是给出输入数组中每一个数出现的次数。如果有加权的w值，输出是out[n] += weight[i]，而不是out[n] +=1。

Parameters:	x : 输入数组 weights : 加权，和x的shape一致 minlength : 输出矩阵bin数的最小值
Returns:	out : 输入矩阵分bin的结果。输出矩阵长度：输入矩阵最大值+1 = np.amax(x)+1
Raises:	值错误： 如果输入不是1维，或者元素有负数，则错误 类型错误： 如果输入类型为float浮点或者complex复数，这错误

 

示例：

1、统计每个元素出现次数

 

>>> np.bincount(np.arange(5))
array([1, 1, 1, 1, 1])
>>> np.bincount(np.array([0, 1, 1, 3, 2, 1, 7]))
array([1, 3, 1, 1, 0, 0, 0, 1])

 

2、输出数组长度

 

>>> x = np.array([0, 1, 1, 3, 2, 1, 7, 23])
>>> np.bincount(x).size == np.amax(x)+1
True

 

3、输入数据类型要为整数

 

>>> np.bincount(np.arange(5, dtype=float))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: array cannot be safely cast to required type

 

4、有权值w，则计算输出时，累加x值对应位置的w值

 

>>> w = np.array([0.3, 0.5, 0.2, 0.7, 1., -0.6]) # weights
>>> x = np.array([0, 1, 1, 2, 2, 2])
>>> np.bincount(x,  weights=w)
array([ 0.3,  0.7,  1.1])