Python NumPy bincount方法用法及代码示例

Numpy 的 bincount(~) 方法计算给定值数组的 bin 计数(即落在某个区间内的值的数量)。默认情况下，每个 bin 的间隔大小为 1，因此 bin 的数量取决于输入值的范围。

1. a | array-like

输入数组。

2. weights | array-like | optional

包含每个输入值的权重的数组。如果某个值落在特定的 bin 中，我们不会将计数增加 1，而是增加相应的权重。形状必须与 a 相同。默认情况下，权重均为一。

3. minlength | int | optional

最小箱数。

包含 bin 计数的 Numpy 数组。

my_hist = np.bincount([1,3,6,6,10])
my_hist



array([0, 1, 0, 1, 0, 0, 2, 0, 0, 0, 1])

my_hist = np.bincount([1,3,6,6,10], weights=[2,3,4,5,6])
my_hist



array([0., 2., 0., 3., 0., 0., 9., 0., 0., 0., 6.])

我们得到 9 的原因是输入数组中的两个 6 显然属于同一个 bin，并且由于它们各自的权重是 4 和 5，所以我们最终得到的总 bin 计数为 4+5=9 。

my_hist = np.bincount([1,3,6,6,10], minlength=20)
my_hist



array([0, 1, 0, 1, 0, 0, 2, 0, 0, 0, 1, 0, 0, 0, 0, 0, 0, 0, 0, 0])

请注意，bin 大小仍为 1 - 最小长度只是扩大了全局范围。

相关用法

注：本文由纯净天空筛选整理自Isshin Inada大神的英文原创作品 NumPy | bincount method。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。