numpy: le nombre de fréquences unique pour les valeurs dans un tableau

Question

Dans numpy/scipy, est-il un moyen efficace pour obtenir le nombre de fréquences pour des valeurs uniques dans un tableau?

Quelque chose le long de ces lignes:

x = array([1,1,1,2,2,2,5,25,1,1])
y = freq_count(x)
print y

>> [[1, 5], [2,3], [5,1], [25,1]]

(Pour vous R d'utilisateurs là-bas, je suis fondamentalement à la recherche de la table (), fonction)

Answer 1

Comme de Numpy 1.9, le plus simple et le plus rapide de la méthode est d'utiliser simplement numpy.unique, qui a maintenant une (soi-loin-sans-papiers) return_counts argument mot-clé:

import numpy as np

x = np.array([1,1,1,2,2,2,5,25,1,1])
unique, counts = np.unique(x, return_counts=True)

print np.asarray((unique, counts)).T

Ce qui donne:

[[ 1  5]
 [ 2  3]
 [ 5  1]
 [25  1]]

Une comparaison rapide avec scipy.stats.itemfreq:

In [4]: x = np.random.random_integers(0,100,1e6)

In [5]: %timeit unique, counts = np.unique(x, return_counts=True)
10 loops, best of 3: 31.5 ms per loop

In [6]: %timeit scipy.stats.itemfreq(x)
10 loops, best of 3: 170 ms per loop

Answer 2

Jetez un oeil à l' np.bincount:

http://docs.scipy.org/doc/numpy/reference/generated/numpy.bincount.html

import numpy as np
x = np.array([1,1,1,2,2,2,5,25,1,1])
y = np.bincount(x)
ii = np.nonzero(y)[0]

Et puis:

zip(ii,y[ii]) 
# [(1, 5), (2, 3), (5, 1), (25, 1)]

ou:

np.vstack((ii,y[ii])).T
# array([[ 1,  5],
         [ 2,  3],
         [ 5,  1],
         [25,  1]])

ou cependant vous souhaitez combiner les comtes et les valeurs uniques.

Answer 3

vous pouvez utiliser scipy.les stats.itemfreq

>>> from scipy.stats import itemfreq
>>> x = [1,1,1,2,2,2,5,25,1,1]
>>> itemfreq(x)
array([[  1.,   5.],
       [  2.,   3.],
       [  5.,   1.],
       [ 25.,   1.]])

Answer 4

C'est de loin la plus générale et performant solution; surpris qu'il n'ait pas été publié pour le moment.

import numpy as np

def unique_count(a):
    unique, inverse = np.unique(a, return_inverse=True)
    count = np.zeros(len(unique), np.int)
    np.add.at(count, inverse, 1)
    return np.vstack(( unique, count)).T

print unique_count(np.random.randint(-10,10,100))

Contrairement à la actuellement accepté de répondre, il fonctionne sur n'importe quel type de données est triable (et pas seulement positif ints), et il a des performances optimales; la seule dépense importante est dans le tri fait par np.unique.

Answer 5

numpy.bincount est probablement le meilleur choix. Si votre tableau contient autre chose que les petites dense entiers, il pourrait être utile pour l'envelopper quelque chose comme ceci:

def count_unique(keys):
    uniq_keys = np.unique(keys)
    bins = uniq_keys.searchsorted(keys)
    return uniq_keys, np.bincount(bins)

Par exemple:

>>> x = array([1,1,1,2,2,2,5,25,1,1])
>>> count_unique(x)
(array([ 1,  2,  5, 25]), array([5, 3, 1, 1]))