Python 如何计算元素在数组中特定位置出现的次数？

我有大量的0和1数组，就像这样- 每个数组的数组长度为812

    a = [1, 0, 0, 1, 0,....]
    b = [0, 1, 0, 0, 1,....]
    .
    .
    .
    x = [0, 1, 0,..........]

我想做的是计算1和0出现在第一、第二……812位置的次数。任何想法或想法都将受到赞赏。 我想要的是如下所示的数组：

---

array=[（32,56）、（78,89）…]

其中元组的第一个元素在第一个位置（索引）给出1的数量，第二个元素给出0的数量。数组用于存储812个特性，用于朴素贝叶斯分类器的实现。

求和的想法也可以，但我有一个想法，即先转置列表，然后运行集合。每行计数器

import numpy as np
import collections

nums = [
    [1, 0, 0, 1, 0],
    [0, 1, 0, 0, 1],
    [0, 1, 0, 1, 1]
]

np_nums = np.array(nums)
transposed = np.transpose(np_nums)
for i, row in enumerate(transposed):
    print("Index {} {}".format(i, dict(collections.Counter(row))))

这将产生：

Index 0 {1: 1, 0: 2}
Index 1 {0: 1, 1: 2}
Index 2 {0: 3}
Index 3 {1: 2, 0: 1}
Index 4 {0: 1, 1: 2}

---

这意味着在索引0处有一个一和两个零，在索引1处有一个零和两个一

def arrayCount(arrays, index):
    data = {}
    for x in arrays:
        if data.get(x[index]) is None:
            data[x[index]] = 1
        else:
            data[x[index]] += 1
    return data


a = [1, 0, 0, 1, 0]
b = [0, 1, 0, 0, 1]
x = [0, 1, 0, 1, 1]
y = [0, 1, 0, 1, 1]
z = [0, 2, 0, 1, 1]

arrays = [a, b, x, y, z]
print arrayCount(arrays, 1)

'''OUTPUT'''
# {0: 1, 1: 3, 2: 1}

---

在这里，我提供了一个通用的解决方案（u可以将其用于数组中的任何值，包括0和1）。将所有列表合并到numpy nd数组，因为所有列表的长度都相同

import numpy as np
concat_array = np.concatenate((a,b,c,...x), axis=0)

沿轴查找值的出现次数=0（按列），并组合形成元组

# use loop if have more unique values
n_ones = (concat_array = 1).sum(axis=0)
n_zeros = (concat_array = 0).sum(axis=0)
#zip it to form a tuple
result = list(zip(n_ones, n_zeros))

打印（结果）

---

如果您将数组（列表？）组织成一个2D numpy数组，比如说，

xy

，那么解决方案将非常简单，

xy.sum（axis=0）

。sum会给我零和一的数目吗？在每个位置？0和1的总和定义为1的数量。数组是如何存储的？数组存储为列表。

[(1, 2), (2, 1), (1, 2), (0, 3)] #a dummy result