numpy.bincount#

numpy.bincount(x, /, weights=None, minlength=0)#

計算非負整數陣列中每個值出現的次數。

bin (大小為 1) 的數量比 x 中的最大值大 1。如果指定了 minlength，則輸出陣列中將至少有這麼多 bin（但如有必要，它會更長，具體取決於 x 的內容）。每個 bin 給出其索引值在 x 中出現的次數。如果指定了 weights，則輸入陣列會由此加權，即如果在位置 i 找到值 n，則 out[n] += weight[i] 而不是 out[n] += 1。

參數:

xarray_like, 1 維度, 非負整數: 輸入陣列。
weightsarray_like, 選用: 權重，與 x 相同形狀的陣列。
minlengthint, 選用: 輸出陣列的最小 bin 數量。

傳回值:

outndarray of ints: 對輸入陣列進行 binning 的結果。out 的長度等於 np.amax(x)+1。

引發:

ValueError: 如果輸入不是 1 維，或包含負值元素，或者如果 minlength 為負數。
TypeError: 如果輸入的類型為浮點數或複數。

另請參閱

histogram, digitize, unique

範例

>>> import numpy as np
>>> np.bincount(np.arange(5))
array([1, 1, 1, 1, 1])
>>> np.bincount(np.array([0, 1, 1, 3, 2, 1, 7]))
array([1, 3, 1, 1, 0, 0, 0, 1])

>>> x = np.array([0, 1, 1, 3, 2, 1, 7, 23])
>>> np.bincount(x).size == np.amax(x)+1
True

輸入陣列需要為整數 dtype，否則會引發 TypeError

>>> np.bincount(np.arange(5, dtype=float))
Traceback (most recent call last):
  ...
TypeError: Cannot cast array data from dtype('float64') to dtype('int64')
according to the rule 'safe'

bincount 的一種可能用途是使用 weights 關鍵字對陣列的可變大小區塊執行總和。

>>> w = np.array([0.3, 0.5, 0.2, 0.7, 1., -0.6]) # weights
>>> x = np.array([0, 1, 1, 2, 2, 2])
>>> np.bincount(x,  weights=w)
array([ 0.3,  0.7,  1.1])