python - numpy/python 中是否有“freq”函数？

Question

假设你有：

arr = np.array([1,2,1,3,3,4])

是否有返回最频繁元素的内置函数？

Answer 1

是的，Python 的collections.Counter直接支持查找最频繁的元素：

>>> from collections import Counter

>>> Counter('abracadbra').most_common(2)
[('a', 4), ('r', 2)]

>>> Counter([1,2,1,3,3,4]).most_common(2)
[(1, 2), (3, 2)]

使用numpy，您可能希望从histogram() 函数或bincount() 函数开始。

使用scipy ，您可以使用mstats.mode搜索模态元素。

Answer 2

该pandas模块在这里也可能有所帮助。pandas是一个简洁的python数据分析包，也支持这个问题。

import pandas as pd 
arr = np.array([1,2,1,3,3,4])
arr_df = pd.Series(arr) 
value_counts = arr_df.value_counts()
most_frequent = value_counts.max()

这返回

> most_frequent 
2 

Answer 3

这适用于任何类型，无论是否为整数，并且返回始终是一个 numpy 数组：

def most_common(a, n=1) :
    if a.dtype.kind not in 'bui':
        items, _ = np.unique(a, return_inverse=True)
    else:
        items, _ = None, a
    counts = np.bincount(_)
    idx = np.argsort(counts)[::-1][:n]
    return idx.astype(a.dtype) if items is None else items[idx]

>>> a = np.fromiter('abracadabra', dtype='S1')
>>> most_common(a, 2)
array(['a', 'r'], 
      dtype='|S1')
>>> a = np.random.randint(10, size=100)
>>> a
array([0, 0, 0, 9, 3, 9, 1, 2, 6, 3, 0, 4, 3, 2, 4, 7, 2, 8, 8, 2, 9, 7, 0,
       3, 5, 2, 5, 0, 4, 2, 4, 7, 8, 5, 4, 0, 1, 6, 1, 0, 2, 0, 5, 1, 3, 8,
       8, 6, 3, 5, 4, 3, 3, 5, 0, 7, 3, 0, 2, 5, 4, 2, 4, 2, 8, 1, 4, 4, 7,
       4, 4, 3, 7, 4, 0, 1, 0, 8, 8, 1, 1, 2, 1, 4, 2, 5, 1, 0, 7, 2, 0, 0,
       0, 8, 9, 9, 8, 1, 3, 8])
>>> most_common(a, 5)
array([0, 4, 2, 8, 3])