sto cercando di ottenere una bincount di una matrice NumPy, che è di tipo float:Numpy bincount() con carri
w = np.array([0.1, 0.2, 0.1, 0.3, 0.5])
print np.bincount(w)
Come si può utilizzare bincount() con valori float e non int?
sto cercando di ottenere una bincount di una matrice NumPy, che è di tipo float:Numpy bincount() con carri
w = np.array([0.1, 0.2, 0.1, 0.3, 0.5])
print np.bincount(w)
Come si può utilizzare bincount() con valori float e non int?
Vuoi qualcosa del genere?
>>> from collections import Counter
>>> w = np.array([0.1, 0.2, 0.1, 0.3, 0.5])
>>> c = Counter(w)
Counter({0.10000000000000001: 2, 0.5: 1, 0.29999999999999999: 1, 0.20000000000000001: 1})
o, più piacevolmente uscita:
Counter({0.1: 2, 0.5: 1, 0.3: 1, 0.2: 1})
È quindi possibile ordinare e ottenere i vostri valori:
>>> np.array([v for k,v in sorted(c.iteritems())])
array([2, 1, 1, 1])
L'uscita del bincount
non avrebbe senso con i galleggianti:
>>> np.bincount([10,11])
array([0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1])
in quanto non esiste una sequenza definita di galleggianti.
È necessario utilizzare numpy.unique
prima di utilizzare bincount
. Altrimenti è ambiguo quello che stai contando. unique
dovrebbe essere molto più veloce di Counter per gli array numpy.
>>> w = np.array([0.1, 0.2, 0.1, 0.3, 0.5])
>>> uniqw, inverse = np.unique(w, return_inverse=True)
>>> uniqw
array([ 0.1, 0.2, 0.3, 0.5])
>>> np.bincount(inverse)
array([2, 1, 1, 1])
A partire dalla versione 1.9.0, è possibile utilizzare direttamente np.unique
:
w = np.array([0.1, 0.2, 0.1, 0.3, 0.5])
values, counts = np.unique(w, return_counts=True)
cosa ti aspetti come risultato da questo tipo di operazione "strano"? – luke14free
Voglio conoscere il numero di occorrenze di ciascun valore. Quindi il risultato sarebbe: [2,1,1,1] Come 0,1 si verifica due volte e gli altri una volta. – user1220022