Python numpy bincount用法及代碼示例

本文簡要介紹 python 語言中 numpy.bincount 的用法。

用法:

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

計算非負整數數組中每個值的出現次數。

bin 的數量(大小為 1)比中的最大值大 1x.如果最小長度指定後，輸出數組中至少會有這個數量的 bin(盡管必要時會更長，具體取決於x)。每個 bin 給出其索引值出現的次數x.如果權重指定輸入數組由它加權，即如果一個值n發現在位置i,out[n] += weight[i]代替out[n] += 1.

參數：

x： 數組，一維，非負整數

輸入數組。

weights： 數組，可選

權重，與 x 形狀相同的數組。

minlength： 整數，可選

輸出數組的最小 bin 數。

返回：

out： 整數數組

對輸入數組進行裝箱的結果。長度為out等於np.amax(x)+1.

拋出：

ValueError

如果輸入不是一維的，或者包含具有負值的元素，或者 minlength 為負。

TypeError

如果輸入的類型是浮點數或複數。

例子：

>>> 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])

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

輸入數組必須是整數數據類型，否則會引發 TypeError：

>>> np.bincount(np.arange(5, dtype=float))
Traceback (most recent call last):
  ...
TypeError: Cannot cast array data from dtype('float64') to dtype('int64')
according to the rule 'safe'

bincount 的一個可能用途是使用 weights 關鍵字對數組的 variable-size 塊執行求和。

>>> 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])