一个数字在 numpy 数组中出现多少次答案

【问题标题】：How many times a number appears in a numpy array一个数字在 numpy 数组中出现多少次
【发布时间】：2016-12-09 19:21:59
【问题描述】：

我需要找到一种方法来计算从 0 到 9 的每个数字在使用 np.random.randint() 创建的随机矩阵中出现的次数

import numpy as np
p = int(input("Length of matrix: "))
m = np.random.randint(0,9,(p,p))
print(m)

例如，如果矩阵的长度 = 4

[[3 4 6 5] [3 4 4 3] [4 2 4 8] [6 8 2 7]]

数字 4 出现了多少次？它应该返回 5。

【问题讨论】：

首先，弄清楚你将如何手工完成。

标签： python python-3.x numpy count

【解决方案1】：

你应该可以很简单地得到这个：

list(m.flatten()).count(x)

另一个可能更快的选项是使用 numpy 内置 count_nonzero():

np.count_nonzero(m == x)

万岁内置函数。

【讨论】：

【解决方案2】：

你可以使用sum函数：

In [52]: m = np.random.randint(0,9,(4,4))
In [53]: m
Out[53]: 
array([[8, 8, 2, 1],
       [2, 7, 1, 2],
       [8, 6, 8, 7],
       [5, 2, 5, 2]])

In [56]: np.sum(m == 8)
Out[56]: 4

m == 8 将为每个 8 返回一个包含 True 的布尔数组，然后由于 python 将 True 评估为 1，因此您可以对数组项求和以获得预期项的数量。

【讨论】：

【解决方案3】：

如果您想从所有矩阵元素中获取频率，这里有一个使用numpy.ndarray.flatten 和collections.Counter 的简单解决方案：

import numpy as np
import collections

p = int(input("Length of matrix: "))
m = np.random.randint(0, 9, (p, p))
print(m)
print(collections.Counter(m.flatten()))

例如，当 p=3 时，你会得到这样的结果：

[[8 4 8]
 [5 1 1]
 [1 1 1]]
Counter({1: 5, 8: 2, 4: 1, 5: 1})

【讨论】：

【解决方案4】：

可以将矩阵展平，然后使用列表count()方法：

from collections import Counter
import numpy as np
p = int(input("Length of matrix: "))
m = np.random.randint(0,9,(p,p))
print(m)
flat = [item for sublist in m for item in sublist]
flat.count(4)

【讨论】：

Counting a list 比这更容易：flat.count(x) 就足够了。
另外，numpy 有一个 flatten: list(m.flatten()).count(x)
我很好奇哪种方法更快，因为您仍然需要将其转换为列表@TemporalWolf
通常内置函数比自定义函数快。欢迎您timeit
@TemporalWolf 这是不正确的，如果数组具有相关大小，NumPy 函数将比内置 Python 函数快得多。

【解决方案5】：

我会尝试使用参数 return_counts=True 的 numpy 唯一函数（请参阅：https://numpy.org/doc/stable/reference/generated/numpy.unique.html）。

import numpy as np
p = int(input("Length of matrix: "))
m = np.random.randint(0,9,(p,p))
# print(m)
un, nm = np.unique(m, return_counts = True)
# if number that you are looking for is 1 then:
print(nm[un==1])

【讨论】：

此代码不计算数组中给定的数字，而是计算所有唯一元素
已更改。希望它现在有效。谢谢指出