Python, эквивалентный из таблицы R
У меня есть список
[[12, 6], [12, 0], [0, 6], [12, 0], [12, 0], [6, 0], [12, 6], [0, 6], [12, 0], [0, 6], [0, 6], [12, 0], [0, 6], [6, 0], [6, 0], [12, 0], [6, 0], [12, 0], [12, 0], [0, 6], [0, 6], [12, 6], [6, 0], [6, 0], [12, 6], [12, 0], [12, 0], [0, 6], [6, 0], [12, 6], [12, 6], [12, 6], [12, 0], [12, 0], [12, 0], [12, 0], [12, 6], [12, 0], [12, 0], [12, 6], [0, 6], [0, 6], [6, 0], [12, 6], [12, 6], [12, 6], [12, 6], [12, 6], [12, 0], [0, 6], [6, 0], [12, 0], [0, 6], [12, 6], [12, 6], [0, 6], [12, 0], [6, 0], [6, 0], [12, 6], [12, 0], [0, 6], [12, 0], [12, 0], [12, 0], [6, 0], [12, 6], [12, 6], [12, 6], [12, 6], [0, 6], [12, 0], [12, 6], [0, 6], [0, 6], [12, 0], [0, 6], [12, 6], [6, 0], [12, 6], [12, 6], [12, 0], [12, 0], [12, 6], [0, 6], [6, 0], [12, 0], [6, 0], [12, 0], [12, 0], [12, 6], [12, 0], [6, 0], [12, 6], [6, 0], [12, 0], [6, 0], [12, 0], [6, 0], [6, 0]]
Я хочу считать частоту каждого элемента в этом списке. Что-то как
freq[[12,6]] = 40
В R это может быть получено с table функция. Действительно ли там что-нибудь подобно в python3?
59
задан Brian Tompsett - 汤莱恩
16 March 2017 в 19:54
поделиться
1 ответ
В Numpy лучший способ, которым я нашел выполнения этого, состоит в том, чтобы использовать unique , например:
import numpy as np
# OPs data
arr = np.array([[12, 6], [12, 0], [0, 6], [12, 0], [12, 0], [6, 0], [12, 6], [0, 6], [12, 0], [0, 6], [0, 6], [12, 0], [0, 6], [6, 0], [6, 0], [12, 0], [6, 0], [12, 0], [12, 0], [0, 6], [0, 6], [12, 6], [6, 0], [6, 0], [12, 6], [12, 0], [12, 0], [0, 6], [6, 0], [12, 6], [12, 6], [12, 6], [12, 0], [12, 0], [12, 0], [12, 0], [12, 6], [12, 0], [12, 0], [12, 6], [0, 6], [0, 6], [6, 0], [12, 6], [12, 6], [12, 6], [12, 6], [12, 6], [12, 0], [0, 6], [6, 0], [12, 0], [0, 6], [12, 6], [12, 6], [0, 6], [12, 0], [6, 0], [6, 0], [12, 6], [12, 0], [0, 6], [12, 0], [12, 0], [12, 0], [6, 0], [12, 6], [12, 6], [12, 6], [12, 6], [0, 6], [12, 0], [12, 6], [0, 6], [0, 6], [12, 0], [0, 6], [12, 6], [6, 0], [12, 6], [12, 6], [12, 0], [12, 0], [12, 6], [0, 6], [6, 0], [12, 0], [6, 0], [12, 0], [12, 0], [12, 6], [12, 0], [6, 0], [12, 6], [6, 0], [12, 0], [6, 0], [12, 0], [6, 0], [6, 0]])
values, counts = np.unique(arr, axis=0, return_counts=True)
# into a dict for presentation
{tuple(a):b for a,b in zip(values, counts)}
предоставление меня: {(0, 6): 19, (6, 0): 20, (12, 0): 33, (12, 6): 28}, который соответствует другим ответам
, Этот пример немного более сложен, чем я обычно вижу, и следовательно потребность в axis=0 опция, если Вы просто хотите уникальные значения везде, можно просто пропустить это:
# generate random values
x = np.random.negative_binomial(10, 10/(6+10), 100000)
# get table
values, counts = np.unique(x, return_counts=True)
# plot
import matplotlib.pyplot as plt
plt.vlines(values, 0, counts, lw=2)
R, кажется, делает этот вид вещи намного более удобным! Вышеупомянутый код Python всего plot(table(rnbinom(100000, 10, mu=6))).
0
ответ дан Sam Mason
1 November 2019 в 11:07
поделиться