Функция bincount

Функция bincount подсчитывает количество вхождений каждого неотрицательного целого числа в одномерном массиве. Она принимает на вход массив целых чисел и возвращает массив, где индекс соответствует значению элемента, а значение по индексу - количеству его вхождений. Первым параметром передаётся массив данных, вторым параметром можно указать минимальную длину выходного массива, а третьим - массив весов для взвешенного подсчёта.

Синтаксис

np.bincount(x, [weights=None], [minlength=0])

Пример

Давайте подсчитаем частоту значений в массиве из чисел:

import numpy as np

arr = np.array([0, 1, 1, 2, 2, 2, 3, 4, 4])
res = np.bincount(arr)
print(res)

Результат выполнения кода:

[1 2 3 1 2]

В полученном массиве элемент с индексом 0 равен 1 (значение 0 встретилось один раз), индекс 1 равен 2 (значение 1 встретилось дважды), и так далее.

Пример

Укажем минимальную длину выходного массива с помощью параметра minlength:

import numpy as np

arr = np.array([2, 2, 3, 3, 3])
res = np.bincount(arr, minlength=5)
print(res)

Результат выполнения кода:

[0 0 2 3 0]

Массив содержит частоты для значений от 0 до 4, несмотря на то, что минимальное значение в исходном массиве равно 2.

Пример

Выполним взвешенный подсчёт с использованием параметра weights:

import numpy as np

x = np.array([0, 1, 1, 2, 2])
w = np.array([1.0, 0.5, 0.5, 0.2, 0.8])
res = np.bincount(x, weights=w)
print(res)

Результат выполнения кода:

[1. 1. 1. ]

При взвешенном подсчёте вместо количества вхождений суммируются веса. Значение 0 встретилось один раз с весом 1.0, значение 1 - дважды с весами 0.5 и 0.5, значение 2 - дважды с весами 0.2 и 0.8.

Пример

Используем функцию для подсчёта частот бинарных меток в задаче классификации:

import numpy as np

labels = np.array([0, 1, 0, 0, 1, 1, 1, 0])
class_counts = np.bincount(labels)
print(class_counts)

Результат выполнения кода:

[4 4]

Массив показывает, что оба класса представлены равномерно - по 4 объекта в каждом.

Смотрите также

функцию histogram,
которая строит гистограмму для непрерывных данных
функцию count_nonzero,
которая подсчитывает ненулевые элементы в массиве
функцию digitize,
которая разбивает данные на интервалы
функцию unique,
которая находит уникальные элементы в массиве