Python 如何在多维数组的每一行中找到最常出现的元素？

假设我有一个数组：

import numpy as np
a=np.array([[1,0,0,1,0,0,0,1],[1,1,1,1,0,0,1,1]])

如何计算另一个出现值最多的数组b？即

b=([[0],[1]])

---

只需循环遍历数组的每个元素，在这种情况下，每个元素是[1,0,0,1,0,0,1]和[1,1,1,0,0,1,1]

for myarr in a:

循环通过myarr的每个元素：

for myele in myarr

使用dict记录发生的次数：

mydict[myele] += 1

跟踪最高值：

mymost = myele if mydict[myele] > mymost

完成myarr后，将mymost附加到结果中：

mymosts.append(mymost)

那么：

b = [np.bincount(x).argmax() for x in a]

或者获取您正在显示的格式：

b = ([[np.bincount(x).argmax()] for x in a])

如果您希望使用计数器处理浮动，那么使用计数器将是最佳的标准库解决方案

from collections import Counter
b = ([[Counter(x).most_common()[0][0]] for x in a])

如果有可用的scipy，则可以使用scipy.stats.mode：

注意，从文档中：

如果有多个这样的值，则只返回第一个值。 还将返回模式存储箱的存储箱计数

---

谢谢你，尤金。。但是我正在工作的阵列非常大。。。我用这个例子来解释我的问题，这是如何改变方法的？你的记忆有限吗？你想要一个快速算法吗？在这种情况下它是有效的。但对于更大的数组，它显示-TypeError:无法根据规则“safe”@user3718501将数组数据从dtype“float64”强制转换为dtype“int64”，这是因为np.bincount用于非负整数数组。。。就像你在问题中提到的那样。

>>> a = np.array([[1,0,0,1,0,0,0,1],[1,1,1,1,0,0,1,1]])
>>> import scipy.stats
>>> most, mostcc = scipy.stats.mode(a, axis=1)
>>> most
array([[ 0.],
       [ 1.]])
>>> mostcc
array([[ 5.],
       [ 6.]])