【机器学习】【图解】numpy.bincount函数详解

前言

• 记录一下机器学习中遇到的numpy.bincount函数

以下代码是在原文档中摘抄的解释说明文字

"""
    bincount(x, weights=None, minlength=0)

    Count number of occurrences of each value in array of non-negative ints.

    The number of bins (of size 1) is one larger than the largest value in
    `x`. If `minlength` is specified, there will be at least this number
    of bins in the output array (though it will be longer if necessary,
    depending on the contents of `x`).
    Each bin gives the number of occurrences of its index value in `x`.
    If `weights` is specified the input array is weighted by it, i.e. if a
    value ``n`` is found at position ``i``, ``out[n] += weight[i]`` instead
    of ``out[n] += 1``.

    Parameters
    ----------
    x : array_like, 1 dimension, nonnegative ints
        Input array.
    weights : array_like, optional
        Weights, array of the same shape as `x`.
    minlength : int, optional
        A minimum number of bins for the output array.

        .. versionadded:: 1.6.0

    Returns
    -------
    out : ndarray of ints
        The result of binning the input array.
        The length of `out` is equal to ``np.amax(x)+1``.

    Raises
    ------
    ValueError
        If the input is not 1-dimensional, or contains elements with negative
        values, or if `minlength` is negative.
    TypeError
        If the type of the input is float or complex.
"""

1. 它大致说bin的数量比x中的最大值大1，每个bin给出了它的索引值在x中出现的次数。

举例:

# 我们可以看到x中最大的数为7，因此bin的数量为8，那么它的索引值为0->7
x = np.array([0, 1, 1, 3, 2, 1, 7])
# 索引0出现了1次，索引1出现了3次......索引5出现了0次......
np.bincount(x)
#因此，输出结果为：array([1, 3, 1, 1, 0, 0, 0, 1])

# 我们可以看到x中最大的数为7，因此bin的数量为8，那么它的索引值为0->7
x = np.array([7, 6, 2, 1, 4])
# 索引0出现了0次，索引1出现了1次......索引5出现了0次......
np.bincount(x)
#输出结果为：array([0, 1, 1, 0, 1, 0, 1, 1])

2. 若weights参数被指定,x会被它加权;如果值n发现在位置i，那么out[n] += weight[i]而不是out[n] += 1.那么,weights的大小必须与x相同，否则报错。

w = np.array([0.3, 0.5, 0.2, 0.7, 1., -0.6]) # weights
# x数组中最大的数为2,因此bin的数量为3,索引为[0,1,2],其对应的值为[1,2,3]
x = np.array([0, 1, 1, 2, 2, 2])
# weights = w
# 索引0 -> w[0] = 0.3
# 索引1 -> w[1] + w[2] = 0.5 + 0.2  = 0.7
# 索引2 -> w[3] + w[4] + w[5] = 0.7 + 1. + (-0.6) = 1.1
np.bincount(x,  weights=w)
# 输出结果为: array([ 0.3,  0.7,  1.1])

3. 若minlength被指定，那么输出数组中bin的数量至少为它指定的数（如果必要的话，bin的数量会更大，这取决于x)

# 我们可以看到x中最大的数为3，因此bin的数量为4，那么它的索引值为0->3
x = np.array([3, 2, 1, 3, 1])
# bin的数量为4，现在我们指定了参数为7，因此现在bin的数量为7，所以现在它的索引值为0->6
np.bincount(x, minlength=7)
# 因此，输出结果为：array([0, 2, 1, 2, 0, 0, 0]
#--------------------#
# 我们可以看到x中最大的数为3，因此bin的数量为4，那么它的索引值为0->3
x = np.array([3, 2, 1, 3, 1])
# 本来bin的数量为4，现在我们指定了参数为1，那么它指定的数量小于原本的数量，因此这个参数失去了作用，索引值还是0->3
np.bincount(x, minlength=1) 
# 因此，输出结果为：array([0, 2, 1, 2])