Python 如何计算数组中一对特定值的重复次数？

我有两个大小相同的向量，一个用于波高，一个用于周期，分别对应于测量的同一时间点。我想知道这两个特定数据重复了多少次，例如：

Hs=[0.51.02.30.50.5]

Tm=[2.0 2.5 2.0 2.0 3.0]

所以你可以看到：

Hs Tm计数

0.52.02

0.52.50

0.5 3.0 1

1.02.0

1.02.51

我试过了，但出现了以下错误，因为我在没有数据的情况下显示了整行和整列，并且当我看到值的信息时​​.

from numpy import *
from matplotlib.pyplot import *
import matplotlib.pyplot as plt
from time import *

clf; cla; close
dat = loadtxt("ecmwf.dat", unpack=True)
HSf = dat[0,:]
HSf = around(HSf,decimals=1)
TMf = dat[1,:]
TMf = around(TMf,decimals=1)
mmat = zeros((31,141))

vhs = linspace(0.0,3.0,31)
vtm = linspace(0.0,14.0,141)

for i in xrange(0, vtm.size):
for k in xrange(0, vhs.size):
    if all((k <= vhs.size) & (i <= vtm.size)):
        lg1 = (TMf == vtm[i]) & (HSf == vhs[k])
        lg2 = sum(lg1)
    if lg2>=1:
        fg1 = text(i,k, str(lg2),horizontalalignment='center', verticalalignment='center',fontsize=6)
    mmat[k,i] = lg2

从numpy导入*
从matplotlib.pyplot导入*
将matplotlib.pyplot作为plt导入
不定期进口*
clf；cla；关闭
dat=loadtxt（“ecmwf.dat”，unpack=True）
HSf=dat[0，：]
HSf=大约（HSf，小数=1）
TMf=dat[1，：]
TMf=左右（TMf，小数=1）
mmat=零（（31141））
vhs=linspace（0.0,3.0,31）
vtm=linspace（0.0,14.0141）
对于X范围内的i（0，vtm.尺寸）：
对于X范围内的k（0，vhs尺寸）：
如果全部（（k我建议使用
计数器
来计算你的配对

from collections import Counter

Hs = [0.5, 1.0, 2.3, 0.5, 0.5]
Tm = [2.0, 2.5, 2.0, 2.0, 3.0]

occurrences = Counter(zip(Hs, Tm))
for h in sorted(set(Hs)):
    for t in sorted(set(Tm)):
        print h, t, occurrences[(h,t)]

结果:

0.5 2.0 2
0.5 2.5 0
0.5 3.0 1
1.0 2.0 0
1.0 2.5 1
1.0 3.0 0
2.3 2.0 1
2.3 2.5 0
2.3 3.0 0

python 2.7的集合模块中提供了
计数器
：

import collections

Hs = [0.5, 1.0, 2.3, 0.5, 0.5]

Tm = [2.0, 2.5, 2.0, 2.0, 3.0]

pairs = zip(Hs, Tm)

我们可以将易趣拉链拉在一起，使它们整齐地配对：

>>> print(list(pairs))
[(0.5, 2.0), (1.0, 2.5), (2.3, 2.0), (0.5, 2.0), (0.5, 3.0)]

所以

印刷品：

Counter({(0.5, 2.0): 2, (1.0, 2.5): 1, (0.5, 3.0): 1, (2.3, 2.0): 1})

由于Counter只是dict的一个子类，我们可以将其视为dict：

for pair, count in counts.items():
    print(pair, count)

打印出：

(1.0, 2.5) 1
(0.5, 3.0) 1
(0.5, 2.0) 2
(2.3, 2.0) 1

如果您想要不存在的对的计数，请使用该对访问计数器，就像dict中的键一样：

counts[(1.0, 3.0)]

返回

0

您可以使用
collections.Counter
执行此任务

import collections
import itertools

hs = 0.5, 1.0, 2.3, 0.5, 0.5
tn = 2.0, 2.5, 2.0, 2.0, 3.0

pairCount = collections.Counter(itertools.izip(hs, tm))

print(pairCount)

结果应该是：

Counter({(0.5, 2.0): 2, (1.0, 2.5): 1, (2.6, 2.0): 1, (0.5, 3.0): 1})

collections.Counter（）将计算iterable中的进程数：

>>> import numpy as np 
>>> from collections import Counter
>>> Hs = [0.5, 1.0, 2.3, 0.5, 0.5]
>>> Tm = [2.0, 2.5, 2.0, 2.0, 3.0]
>>> repeats = Counter(zip(Hs,Tm))
>>> 
>>> aHs = np.array(Hs)
>>> aTm = np.array(Tm)
>>> aRepeats = Counter(zip(aHs,aTm))
>>> aRepeats
Counter({(0.5, 2.0): 2, (2.2999999999999998, 2.0): 1, (1.0, 2.5): 1, (0.5, 3.0): 1})
>>> 
>>> aRepeats[(0.5, 2.0)]
2
>>> repeats[(1.0, 2.5)]
1
>>>

所以我在起步阶段很慢-不确定我是否应该删除这个。我想我得到了第一个最完整的答案，是我提供了你想要的，还是你想要零计数？
>>> import numpy as np 
>>> from collections import Counter
>>> Hs = [0.5, 1.0, 2.3, 0.5, 0.5]
>>> Tm = [2.0, 2.5, 2.0, 2.0, 3.0]
>>> repeats = Counter(zip(Hs,Tm))
>>> 
>>> aHs = np.array(Hs)
>>> aTm = np.array(Tm)
>>> aRepeats = Counter(zip(aHs,aTm))
>>> aRepeats
Counter({(0.5, 2.0): 2, (2.2999999999999998, 2.0): 1, (1.0, 2.5): 1, (0.5, 3.0): 1})
>>> 
>>> aRepeats[(0.5, 2.0)]
2
>>> repeats[(1.0, 2.5)]
1
>>>