统计数组中出现的唯一数组

Question

我有一个numpy数组，其中包含各种热编码numpy数组，例如：

x = np.array([[1, 0, 0], [0, 0, 1], [1, 0, 0]]) 

我想统计每个唯一一个热载体的occurances，

{[1, 0, 0]: 2, [0, 0, 1]: 1} 

Answer 1

方式＃ 1

看起来像一个完美的设置t o使用的numpy.unique（V1.13和更新的）的新的功能，让我们沿着NumPy的阵列的轴工作 -

unq_rows, count = np.unique(x,axis=0, return_counts=1) 
out = {tuple(i):j for i,j in zip(unq_rows,count)} 

样品输出 -

In [289]: unq_rows 
Out[289]: 
array([[0, 0, 1], 
     [1, 0, 0]]) 

In [290]: count 
Out[290]: array([1, 2]) 

In [291]: {tuple(i):j for i,j in zip(unq_rows,count)} 
Out[291]: {(0, 0, 1): 1, (1, 0, 0): 2} 

---

方法2

对于年龄大于v1.13的NumPy版本，我们可以利用输入数组是单热编码d数组，如下所示 -

_, idx, count = np.unique(x.argmax(1), return_counts=1, return_index=1) 
out = {tuple(i):j for i,j in zip(x[idx],count)} # x[idx] is unq_rows 

Answer 2

您可以将您的阵列转换成元组，并使用Counter：

import numpy as np 
from collections import Counter 
x = np.array([[1, 0, 0], [0, 0, 1], [1, 0, 0]]) 
Counter([tuple(a) for a in x]) 
# Counter({(1, 0, 0): 2, (0, 0, 1): 1}) 

Answer 3

列表（包括numpy数组）不可以被使用，即它们不能是字典的键。因此，您的精确期望的输出，在Python中永远不可能使用键字为[1, 0, 0]的字典。要处理这个问题，你需要将你的向量映射到元组。

from collections import Counter 
import numpy as np 

x = np.array([[1, 0, 0], [0, 0, 1], [1, 0, 0]]) 
counts = Counter(map(tuple, x)) 

，将让你：

In [12]: counts 
Out[12]: Counter({(0, 0, 1): 1, (1, 0, 0): 2}) 

Answer 4

这里是总和

>> {tuple(v): n for v, n in zip(np.eye(x.shape[1], dtype=int), np.sum(x, axis=0)) 
       if n > 0} 
{(0, 0, 1): 1, (1, 0, 0): 2} 

Answer 5

给您的数据格式的最快方法的另一个有趣的解决方案是：

x.sum(axis=0) 

这给出：

array([2, 0, 1]) 

当第一个结果是阵列的数量，其中第一个是热的：

[1, 0, 0] [2 
[0, 1, 0] 0 
[0, 0, 1] 1] 

这利用了以下事实只能有一个对的时间，所以我们可以分解直和。

sums = x.sum(axis=0) 
{tuple(int(k == i) for k in range(len(sums))): e for i, e in enumerate(sums)} 

，或者类似tarashypka：

如果你绝对需要它扩大到相同的格式，也可以通过转换

{tuple(row): count for row, count in zip(np.eye(len(sums), dtype=np.int64), sums)} 

产量：

{(1, 0, 0): 2, (0, 1, 0): 0, (0, 0, 1): 1}