numpy.bincount( )函数的用法

发布时间:2023年12月19日

numpy.bincount()函数 用于计算 非负整数数组中每个整数值的频次

用法:

numpy.bincount(arr, weights=None, minlength=0)

参数说明:

  • arr:输入的非负整数数组
  • weights(可选):与arr相同长度的数组,用于指定每个整数值的权重。默认情况下,每个整数值的权重为1
  • minlength(可选):输出结果的最小长度。如果指定了minlength,则输出数组的长度将至少为minlength,并且在必要时使用0填充

返回值:

  • 返回一个一维数组,数组的长度是arr中的最大整数值加1。数组的索引表示整数值,数组中的值表示对应整数值出现的频次
  • 使用0填充

示例:

import numpy as np

arr = np.array([1, 2, 3, 2, 1, 1])
result = np.bincount(arr)
print(result)    # 输出:[0 3 2 1]

在上面的示例中,输入数组arr包含整数值1、2和3

np.bincount(arr)函数统计了每个整数值出现的频次,结果存储在一维数组 result 中

在这个返回的一维数组中,索引0的值为0,表示整数值0在输入数组中未出现;索引1的值为3,表示整数值1在输入数组中出现了3次;索引2的值为2,表示整数值2在输入数组中出现了2次;索引3的值为1,表示整数值3在输入数组中出现了1次

补充:还有关于tensor张量的torch.bincount( )函数的用法 函数torch.bincount( )的用法-CSDN博客可以对比理解

?

文章来源:https://blog.csdn.net/Kelly_Ai_Bai/article/details/135065872
本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。