numpy.bincount

numpy.bincount(x, weights=None, minlength=0)

Подсчёт числа вхождений каждого значения в массиве неотрицательных целых чисел.

Количество ячеек (размером 1) на единицу больше наибольшего значения в x. Если minlength указано, в выходном массиве будет как минимум такое количество ячеек (хотя оно может быть больше, в зависимости от содержимого x). Каждая ячейка содержит количество вхождений своего индексного значения в x. Если weights указано, входной массив взвешивается им, т.е. если значение n найдено в позиции i, то 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 ячеек для выходного массива. Новое в версии 1.6.0.
Возвращаемое значение:	out : ndarray целых чисел Результат разбиения входного массива. Длина out равна np.amax(x)+1.
Исключения:	ValueError Если входной массив не одномерный, содержит элементы с отрицательными значениями или minlength отрицательное. TypeError Если тип входного массива 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 целочисленного типа, в противном случае генерируется TypeError:

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

Возможным применением bincount является суммирование по блокам переменного размера массива, используя ключевое слово 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])