Numpy NP.Bincount

“O Numpy Bincount () nos permite calcular o número de ocorrências de cada elemento em uma variedade de números inteiros positivos.

Vamos discutir como essa função funciona e como podemos usá -la.”

NP.função bincount ()

Como afirmado, a função nos permite determinar o número de ocorrências de um elemento em uma variedade de números inteiros não negativos. Essa ocorrência também é conhecida como a frequência de um elemento.

A sintaxe da função é como mostrado:

Numpy.Bincount (x, /, pesos = nenhum, minlength = 0)

Os parâmetros de função são mostrados:

1. X - refere -se à matriz de entrada que segura números inteiros positivos.
2. pesos - especifica os pesos fornecidos como uma matriz da mesma forma que x.
3. MinLength - este parâmetro especifica o número mínimo de caixas da matriz de saída.

A função retorna então o resultado de Binning the Array. O comprimento da matriz de saída é igual a NP.Amax (x) + 1.

Em termos simples, significa que o tamanho da matriz de saída é 1 maior que o elemento máximo na matriz de entrada.

Binning refere -se ao método de agrupar uma série de mais ou menos valores em grupos menores.

Lembre -se de que os elementos na matriz de entrada devem ser do tipo inteiro. Se um valor não inteiro for fornecido, a função eleva um TypeError.

A matriz também deve conter apenas números inteiros positivos. Se a função encontrar um valor negativo, aumentará uma exceção do ValueError.

Numpy NP.Exemplo de Bincount ()

O exemplo abaixo mostra a função Bincount () funciona.

# importar módulo Numpy
importar numpy como np
# Crie uma matriz 1-D de +ve inteiros
arr = np.matriz ([1,2,0,6,7,8,3,4,5,6,7,8,7])
Imprimir ("tamanho", Len (arr))
output_array = np.Bincount (arr)
print (f "saída: output_array")
print ("tamanho:", len (output_array)))

No exemplo acima, começamos importando o módulo Numpy. Em seguida, criamos uma matriz unidimensional segurando números inteiros não negativos. Esta é a matriz cuja frequência desejamos determinar.

Em seguida, usamos a função Bincount () e armazenamos o resultado na variável outputy.

Em seguida, imprimimos a matriz de saída, que mantém a frequência de cada elemento na matriz.

A saída resultante:

$ Python Bincount.py
Tamanho 13
Saída: [1 1 1 1 1 1 2 3 2]
Tamanho: 9

A partir da saída acima, podemos concluir que a matriz de entrada possui 2, seis valores, 3, sete valores e 2, oito valores.

Exemplo 2

Também podemos definir o número mínimo de caixas para a matriz de saída, definindo o parâmetro MinLength.

Um exemplo é como mostrado:

arr_2 = np.matriz ([1,3,3,4,4,4,5,5,6,6,7,8])
out = np.Bincount (ARR_2, Nenhum, 15)
print (f "saída: out")
Print ("Tamanho:", Len (Out))

O código deve retornar uma saída:

$ Python Bincount.py
Saída: [0 1 0 2 3 2 1 1 0 0 0 0 0]
Tamanho: 15

Podemos ver que o tamanho corresponde ao parâmetro MinLength especificado.

Exemplo 3

Também podemos realizar uma adição no elemento, definindo o parâmetro de pesos.

Um código de exemplo é como mostrado:

arr_1 = np.matriz ([1,2,0,6,7,8,3,4,5,6,7,8,7])
arr_2 = np.matriz ([1,3,3,4,4,4,5,5,6,6,7,8,7])
out = np.Bincount (arr_1, pesos = arr_2)
print (f "saída: out")
Print ("Tamanho:", Len (Out))

O código acima deve retornar uma adição de elemento da matriz de entrada e os pesos.

$ Python Bincount.py
Saída: [3. 1. 3. 5. 5. 6. 10. 18. 12.]
Tamanho: 9

Conclusão

Neste tutorial, exploramos como trabalhar com a função Bincount () em Numpy. Sinta -se à vontade para explorar os documentos para mais.