Numpy求众数(mode)

所谓众数（mode）就是数列中出现次数最多的数，比如在[0, 1, 1, 3, 1, 7, 2, 4]中, 1出现了3次，其他的数出现次数均小于3次，因此1是众数。

如何用Python求某个数列的众数呢？首先想到用numpy直接求。

很遗憾，Numpy中没有直接诸如np.mean()求均值，np.median()求中位数等可以直接求众数的方法，但可以用np.bincount()函数和np.argmax()共同实现，过程也很简单。

1.np.bincount()函数

简单解释下该函数的功能，还是以[0, 1, 1, 3, 1, 7, 2, 4]为例：

（1）np.bincount()函数首先会找出数组[0, 1, 1, 3, 1, 7, 2, 4]中的最大值，很明显是7，它会统计0,1,2,3,4,5,6,7这8个数在[0, 1, 1, 3, 1, 7, 2, 4]中出现的次数然后以数组形式返回，这个返回数组的索引（index）刚好就是0-7这8个数，而索引对应的值（value) 正是该索引出现的次数，详细来说就是0出现1次，1出现3次，2出现1次，3出现1次，4出现1次，5出现0次，6出现0次，7出现1次，如下表所示：

import numpy as np
nums = [0,1,1,3,1,7,2,4]
countList = np.bincount(np.array(nums))
print(countList)

结果和我们自己手动统计的是一样的

array([1, 3, 1, 1, 1, 0, 0, 1], dtype=int64)

（2）那如何取出众数1了？很简单，1不就是数组[1, 3, 1, 1, 1, 0, 0, 1]中最大值3对应索引吗？

np.argmax(nums)函数刚好可以返回数组nums中最大值的索引。

mode = np.argmax(countList)
print(f'数组{nums}的众数为:{mode},出现了{np.max(countList)}次')

数组[0, 1, 1, 3, 1, 7, 2, 4]的众数为:1,出现了3次