numpy.bincount

numpy.bincount(x, weights=None, minlength=None)

Подсчет числа вхождений каждого значения в массиве неотрицательных целых чисел.

Число бинов (размера 1) на единицу больше наибольшего значения в x. Если minlength указано, в выходном массиве будет как минимум такое количество бинов (хотя оно может быть больше, если это необходимо, в зависимости от содержимого x). Каждый бин указывает на количество вхождений его индексного значения в x. Если weights указано, входной массив взвешивается им, т.е. если значение n найдено в позиции i, out[n] += weight[i] вместо out[n] += 1.

Параметры:	x : array_like, 1 измерение, неотрицательные целые числа Входной массив. weights : array_like, необязательно Веса, массив той же формы, что и x. minlength : int, необязательно Минимальное количество бинов для выходного массива. Новое в версии 1.6.0.
Возвращает:	out : ndarray целых чисел Результат разбиения входного массива. Длина out равна np.amax(x)+1.
Возможные исключения:	ValueError Если вход не одномерный, или содержит элементы с отрицательными значениями, или если minlength не положительно. TypeError Если тип входных данных — float или complex.

См. также

histogram, digitize, unique

Примеры

>>> np.bincount(np.arange(5))
array([1, 1, 1, 1, 1])
>>> np.bincount(np.array([0, 1, 1, 3, 2, 1, 7]))
array([1, 3, 1, 1, 0, 0, 0, 1])

>>> x = np.array([0, 1, 1, 3, 2, 1, 7, 23])
>>> np.bincount(x).size == np.amax(x)+1
True

Входной массив должен быть целого типа, в противном случае возникает TypeError:

>>> np.bincount(np.arange(5, dtype=np.float))
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: array cannot be safely cast to required type

Возможное применение bincount — выполнение сумм по переменным блокам массива, используя параметр weights.

>>> w = np.array([0.3, 0.5, 0.2, 0.7, 1., -0.6]) # weights
>>> x = np.array([0, 1, 1, 2, 2, 2])
>>> np.bincount(x,  weights=w)
array([ 0.3,  0.7,  1.1])