计算矩阵中一行出现的次数（numpy）

Question

有没有比numpy 2D数组更好的方法来计算给定行出现在numpy 2D数组中的次数

def get_count(array_2d, row):
    count = 0
    # iterate over rows, compare
    for r in array_2d[:,]:
        if np.equal(r, row).all():
            count += 1
    return count

# let's make sure it works

array_2d = np.array([[1,2], [3,4]])
row = np.array([1,2])

count = get_count(array_2d, row)
assert(count == 1)

Answer 1

一种简单的方法是broadcasting-

(array_2d == row).all(-1).sum()

考虑到内存效率，这是一种将每行array_2d作为n-dimensional网格上的索引元组并假设输入中为正数的一种方法-

dims = np.maximum(array_2d.max(0),row) + 1
array_1d = np.ravel_multi_index(array_2d.T,dims)
row_scalar = np.ravel_multi_index(row,dims)
count = (array_1d==row_scalar).sum()

这 是一篇讨论与之相关的各个方面的文章。

注意： 使用np.count_nonzero计数布尔值可能要快得多，而不是使用求和.sum()。因此，请考虑将其用于上述两个方法。

这是一个快速的运行时测试-

In [74]: arr = np.random.rand(10000)>0.5

In [75]: %timeit arr.sum()
10000 loops, best of 3: 29.6 µs per loop

In [76]: %timeit np.count_nonzero(arr)
1000000 loops, best of 3: 1.21 µs per loop