Pengiraan Frekuensi Cekap untuk Nilai Unik dalam Tatasusunan NumPy
Untuk pengiraan kekerapan yang cekap bagi nilai unik dalam tatasusunan NumPy, pertimbangkan untuk menggunakan numpy.unique dengan pilihan return_counts=True, terutamanya untuk NumPy versi 1.9 dan ke atas. Pendekatan ini menyediakan kedua-dua nilai unik dan kiraan masing-masing.
<code class="python">import numpy as np x = np.array([1,1,1,2,2,2,5,25,1,1]) unique, counts = np.unique(x, return_counts=True) print(np.asarray((unique, counts)).T) # Output in tuple format</code>
Pendekatan ini mengatasi scipy.stats.itemfreq dari segi kecekapan, seperti yang ditunjukkan di bawah:
<code class="python">x = np.random.random_integers(0,100,1e6) %timeit unique, counts = np.unique(x, return_counts=True) # 31.5 ms %timeit scipy.stats.itemfreq(x) # 170 ms</code>
Atas ialah kandungan terperinci ## Bagaimanakah Saya Boleh Mengira Kekerapan Nilai Unik dengan Cekap dalam Tatasusunan NumPy?. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!