Czy istnieje funkcja "freq" w numpy/python?

Question

Załóżmy, że masz:

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

Czy jest wbudowany w funkcji, która zwraca najczęstszą elementu?

Answer 1

Tak, Python collections.Counter ma bezpośrednie wsparcie dla znalezienia najczęstsze elementy:

>>> 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)] 

Z numpy, warto zacząć od histogram() function lub bincount() function.

Z scipy można wyszukać element modalny za pomocą mstats.mode.

Answer 2

Moduł pandas może być również pomocny tutaj. pandas to zgrabny pakiet do analizy danych dla Pythona, a także ma wsparcie dla tego problemu.

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() 

to zwraca

> most_frequent 
2 

Answer 3

To będzie pracować dla każdego typu, Integer, czy nie, a powrót jest zawsze numpy tablicy:

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])