二维 numpy 数组唯一值的频率

frequency of unique values for 2d numpy array

我有一个以下格式的二维 numpy 数组:

现在如何打印此 2d numpy 数组中唯一元素的频率,使其 returns count([1. 0.]) = 1 and count([0. 1.]) = 1?我知道如何使用循环来做到这一点,但是有没有更好的 pythonic 方法来做到这一点。

您可以使用 numpy.unique(),对于 axis=0,并传递 return_counts=True,它将 return 具有唯一值的元组,以及这些值的计数。

np.unique(arr, return_counts=True, axis=0)

输出:

(array([[0, 1],
       [1, 0]]), array([1, 1], dtype=int64))

你可以使用collections.Counter,它会给你一个以子列表为键,出现次数为值的字典

y = np.array([[1., 0.], [0., 1.], [0., 1.]])
counter = collections.Counter(map(tuple, y))
print(counter[0., 1.]) # 2