Zliczanie wystąpień kolumn w tablicy numpy

Question

Mając tablicę 2 x wymiarowej numpy M, chcę policzyć liczbę wystąpień w każdej kolumnie M. Oznacza to, że szukam ogólnej wersji bincount.

Co próbowałem do tej pory: (1) Zamienione kolumny na krotki (2) Zakodowane krotki (przez hash) na liczby naturalne (3) użyte numpy.bincount.

Wydaje się to dość niezgrabne. Czy ktoś jest świadomy bardziej eleganckiego i skutecznego sposobu?

Answer 1

Można użyć collections.Counter:

>>> import numpy as np 
>>> a = np.array([[ 0, 1, 2, 4, 5, 1, 2, 3], 
...    [ 4, 5, 6, 8, 9, 5, 6, 7], 
...    [ 8, 9, 10, 12, 13, 9, 10, 11]]) 
>>> from collections import Counter 
>>> Counter(map(tuple, a.T)) 
Counter({(2, 6, 10): 2, (1, 5, 9): 2, (4, 8, 12): 1, (5, 9, 13): 1, (3, 7, 11): 
1, (0, 4, 8): 1}) 

Answer 2

Dane:

a = np.array([[ 0, 1, 2, 4, 5, 1, 2, 3], 
       [ 4, 5, 6, 8, 9, 5, 6, 7], 
       [ 8, 9, 10, 12, 13, 9, 10, 11]]) 
b = np.transpose(a) 

1. Bardziej korzystnym rozwiązaniem niż mieszania (nadal wymaga manipulowania)

   utworzyć widok matrycy z elastycznego typu danych np.void (patrz here), takie że każdy rząd staje się pojedynczym elementem. Konwersja do tego kształtu pozwoli na działanie na nim np.unique.

   %%timeit  
   c = np.ascontiguousarray(b).view(np.dtype((np.void, b.dtype.itemsize*b.shape[1]))) 
   _, index, counts = np.unique(c, return_index = True, return_counts = True) 
   #counts are in the last column, remember original array is transposed 
   >>>np.concatenate((b[idx], cnt[:, None]), axis = 1) 
   array([[ 0, 4, 8, 1], 
        [ 1, 5, 9, 2], 
        [ 2, 6, 10, 2], 
        [ 3, 7, 11, 1], 
        [ 4, 8, 12, 1], 
        [ 5, 9, 13, 1]]) 
   10000 loops, best of 3: 65.4 µs per loop 
   

   Liczniki dołączone do unikatowych kolumn a.

2. Twoje rozwiązanie mieszania.

   %%timeit 
   array_hash = [hash(tuple(row)) for row in b] 
   uniq, index, counts = np.unique(array_hash, return_index= True, return_counts = True) 
   np.concatenate((b[idx], cnt[:, None]), axis = 1) 
   10000 loops, best of 3: 89.5 µs per loop 
   

Aktualizacja: rozwiązanie EPH jest najbardziej wydajny i elegancki.

%%timeit 
Counter(map(tuple, a.T)) 
10000 loops, best of 3: 38.3 µs per loop