如何计算元素的矢量的NUM与numpy的蟒蛇

Question

例如，如果我有：

a=np.array([[1,1,4,1,4,3,1]]) 

我们可以看到，我们有数字1的四倍，4号两次，3只的。

我想有以下结果：

array(4,4,2,4,2,1,4) 

正如你可以看到：每个单元由计数的它的元素所取代。

我该如何以最有效的方式做到这一点？

Answer 1

一个vectorized方法与np.unique和np.searchsorted -

# Get unique elements and their counts 
unq,counts = np.unique(a,return_counts=True) 

# Get the positions of unique elements in a. 
# Use those positions to index into counts array for final output. 
out = counts[np.searchsorted(unq,a.ravel())] 

采样运行 -

In [86]: a 
Out[86]: array([[1, 1, 4, 1, 4, 3, 1]]) 

In [87]: out 
Out[87]: array([4, 4, 2, 4, 2, 1, 4]) 

按照从@Jaime的评论，你可以使用np.unique单独像这样 -

_, inv_idx, counts = np.unique(a, return_inverse=True, return_counts=True) 
out = counts[inv_idx] 

Answer 2

使用collections.Counter：

from collections import Counter 
ctr = Counter(a.flat) 
result = np.array([ctr[i] for i in a.flat]) 

如果你希望你的result具有相同的尺寸a，使用reshape：

result = result.reshape(a.shape) 

Answer 3

我试图既numpy的和计数器相结合：

from collections import Counter 
a=np.array([[1,1,4,1,4,3,1]]) 

# First I count the occurence of every element and stor eit in the dict-like counter 
# Then I take its get-method and vectorize it for numpy-array usage 
vectorized_counter = np.vectorize(Counter(a.flatten()).get) 

vectorized_counter(a) 

出：

array([[4, 4, 2, 4, 2, 1, 4]])