Python 如何使用np.histogram（）查找列中最频繁的值

我有一个数据框，其中一列包含不同的数值我想使用np.histogram（）函数查找最常出现的值。

我知道可以使用column.value_counts（）.nlargest（1）等函数来完成此任务，但是，我对如何使用np.histogram（）函数来实现此目标感兴趣

通过这项任务，我希望能够更好地理解函数和结果值，因为文档（）中的描述对我来说不太清楚

下面我将分享用于此任务的一系列示例值：

data = pd.Series(np.random.randint(1,10,size=100))

---

这是一种方法：

将numpy导入为np
作为pd进口熊猫
#制作数据
np.random.seed（0）
数据=pd.系列（np.random.randint（1,10，大小=100））
#做垃圾桶
bin=np.arange（data.min（），data.max（）+2）
#计算直方图
h、 _uuNP.直方图（数据、箱）
#查找最频繁值
模式=箱[h.argmax（）]
#模式计算与熊猫
mode_pd=data.value_counts（）.nlargest（1.index[0]
#检查结果
打印（模式==模式\U pd）
#真的

您还可以将

bin

定义为：

bin=np.unique（数据）
箱子=np.追加（箱子，箱子[-1]+1）

或者，如果您的数据仅包含正数，您可以直接使用：

mode=np.bincount（数据）.argmax（）

当然，还有：

---

这是一种方法：

将numpy导入为np
作为pd进口熊猫
#制作数据
np.random.seed（0）
数据=pd.系列（np.random.randint（1,10，大小=100））
#做垃圾桶
bin=np.arange（data.min（），data.max（）+2）
#计算直方图
h、 _uuNP.直方图（数据、箱）
#查找最频繁值
模式=箱[h.argmax（）]
#模式计算与熊猫
mode_pd=data.value_counts（）.nlargest（1.index[0]
#检查结果
打印（模式==模式\U pd）
#真的

您还可以将

bin

定义为：

bin=np.unique（数据）
箱子=np.追加（箱子，箱子[-1]+1）

或者，如果您的数据仅包含正数，您可以直接使用：

mode=np.bincount（数据）.argmax（）

当然，还有：

可通过以下方式完成：

hist, bin_edges = np.histogram(data, bins=np.arange(0.5,10.5))
result = np.argmax(hist)

您只需要更仔细地阅读文档。它说如果

箱子
是
[1,2,3,4]
，那么第一个箱子是
[1,2）
，第二个箱子是
[2,3）
，第三个箱子是
[3,4）

我们计算出具体在您的问题中，存储箱中的数字数量
[0.5,1.5）
，
[1.5,2.5）
，…，
[8.5,9.5）
，并选择最大值的索引

以防万一，它值得使用

np.unique(data)[np.argmax(hist)]

如果我们不确定您的排序数据集
np.unique（data）
是否包含所有连续整数0、1、2、3、
，可以通过以下方法完成：

hist, bin_edges = np.histogram(data, bins=np.arange(0.5,10.5))
result = np.argmax(hist)

您只需要更仔细地阅读文档。它说，如果
存储箱是
[1,2,3,4]
，那么第一个存储箱是
[1,2）
，第二个是
[2,3）
，第三个是
[3,4）

我们计算出具体在您的问题中，存储箱中的数字数量
[0.5,1.5）
，
[1.5,2.5）
，…，
[8.5,9.5）
，并选择最大值的索引

以防万一，它值得使用

np.unique(data)[np.argmax(hist)]

如果我们不确定您的排序数据集
np.unique（数据）
包括所有连续的整数0、1、2、3，…
嘿，谢谢你。那么你如何定义为一个具有n个唯一值的集合创建容器呢？我看到你在data.max中添加了+2-这对任何数量的容器都有效吗？@Maciej在第一个示例中，我假设
data
是整数，现在
np.arange（data.min（），data.max（）+1）
将是
data
中的值范围，但最后一个箱子的上限需要一个额外的值，因此
np.arange（data.min（），data.max（）+2）
。当使用
np.unique
时，您已经得到了排序后的值数组，因此您只需再为上限添加一个，我添加了最大值加上一位，它可以是任何值，只要它大于
数据中的最大值
。逻辑是相同的，与中不同值的数量无关e> data
@Maciej当然，另一个选项是将箱子边放在小数点处。还有一个问题。我知道hist保存每个箱子的计数或大小。bin_边保存箱子。我如何从np.argmax（hist）中获取感兴趣的值，如果它保存的是计数，而不是值？@Maciej你说得对，
hist
保存的是
data
中每个存储单元中的值数。因此，如果第一个存储单元是
[1,2）
，而
data
中有三个
1
，那么
hist[0]
将是
3
。现在，
argmax
为您提供
hist
中最大值的索引，因此对应于该位置的bin将告诉您最频繁的值。例如，在上一个示例中，如果
argmax
为
0
，则对应的bin为
[1,2）
，因此最常见的值应该是
1
。嘿，谢谢你。那么你如何定义为一个具有n个唯一值的集合创建容器？我看到你在data.max中添加了+2-这对任何数量的容器都有效吗？@Maciej在第一个示例中，我假设
data
是整数，现在
np.arange（data.min（），data.max（）+1）
将是
data
中的值范围，但最后一个箱子的上限需要一个额外的值，因此
np.arange（data.min（），data.max（）+2）
。当使用
np.unique
时，您已经得到了排序后的值数组，因此您只需再为上限添加一个值，我添加了最大值加上一位，只要它大于
数据中的最大值，它就可以是任何值。
。逻辑是相同的，与不同值的数量无关