Python 多维numpy数组中列表的频率表

我有一些（很多）二进制编码向量，如：

[0, 1, 0, 0, 1, 0] #But with many more elements each one

它们都存储在numpy（2D）数组中，如：

[
 [0, 1, 0, 0, 1, 0],
 [0, 0, 1, 0, 0, 1],
 [0, 1, 0, 0, 1, 0],
]

我想得到每个标签集的频率表。因此，在本例中，频率表将为：

[2,1] 

因为第一个标签集有两个外观，而第二个标签集只有一个外观

换句话说，我想从Scipy或numpy实现，但不是针对单个元素，而是针对列表

现在，我实现了以下代码：

def get_label_set_freq_table(labels):
    uniques = np.empty_like(labels)
    freq_table = np.zeros(shape=labels.shape[0])
    equal = False

    for idx,row in enumerate(labels):
        for lbl_idx,label_set in enumerate(uniques):
            if np.array_equal(row,label_set):
                equal = True
                freq_table[lbl_idx] += 1
                break
        if not equal:
            uniques[idx] = row
            freq_table[idx] += 1
        equal = False

    return freq_table

作为二进制编码向量的标签

它工作得很好，但是当向量的数量很大（>58.000）并且每个向量中的元素数量也很大（>8.000）时，它的值非常低

---

如何以更有效的方式完成此操作？我假设您指的是仅包含1和0的数组。对于这些，我们可以通过二进制缩放将每一行减少为一个标量，然后使用

np.unique

-

In [52]: a
Out[52]: 
array([[0, 1, 0, 0, 1, 0],
       [0, 0, 1, 0, 0, 1],
       [0, 1, 0, 0, 1, 0]])

In [53]: s = 2**np.arange(a.shape[1])

In [54]: a1D = a.dot(s)

In [55]: _, start, count = np.unique(a1D, return_index=1, return_counts=1)

In [56]: a[start]
Out[56]: 
array([[0, 1, 0, 0, 1, 0],
       [0, 0, 1, 0, 0, 1]])

In [57]: count
Out[57]: array([2, 1])

这是一个广义的-

In [33]: unq_rows, freq = np.unique(a, axis=0, return_counts=1)

In [34]: unq_rows
Out[34]: 
array([[0, 0, 1, 0, 0, 1],
       [0, 1, 0, 0, 1, 0]])

In [35]: freq
Out[35]: array([1, 2])

---

对我来说这一点都不热。你是对的，我将把这个问题编辑成“二进制”向量。谢谢同样@Divakar也是正确的，我忘记了轴参数。。。哇！你的解决方案很棒！如此高效，如此优雅！非常感谢你！检查和工程像一个魅力，接受答案！