Eindeutige Werte mit NumPy finden
In dieser Lektion findest du die unterschiedlichen Werte in einem NumPy-Array und zählst, wie oft jeder vorkommt.
Einführung
Das Problem
Welche Kategorien kommen in einem Datensatz vor, und wie oft? Umfrageantworten, Produktcodes und Labels brauchen vor der Analyse eine schnelle Häufigkeitstabelle, auch um Tippfehler oder unerwartete Werte zu finden.
Stell es dir so vor
Eindeutige Werte mit Anzahlen zu finden ist, als würdest du einen Beutel bunter Perlen in Becher sortieren. Jeder Becher enthält eine Farbe, und du schreibst die Zahl der Perlen auf jeden Becher. Die Becher stehen der Reihe nach.
np.unique(values, ...)🥣 Ein Becher pro eindeutigem Wert, sortiertreturn_counts=True🔢 Aufschreiben, wie viele Perlen in jedem Becher sind.tolist()🧾 In normale Python-Zahlen umwandelndict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique liefert die eindeutigen Werte eines Arrays in sortierter Reihenfolge und mit return_counts=True auch, wie oft jeder Wert vorkommt.
Das Wichtigste
np.unique(values, return_counts=True)liefert zwei Arrays:uniqueundcounts.uniqueenthält die eindeutigen Werte sortiert: 1, 2, 3.countsenthält, wie oft jeder vorkommt: 2, 1, 3.unique.tolist()undcounts.tolist()machen aus NumPy-Zahlen normale Python-Zahlen, sodass das Dictionary als{1: 2, 2: 1, 3: 3}ausgegeben wird.
Wann verwendet man das?
- Häufigkeitstabellen für Kategorien und Labels.
- Daten auf unerwartete oder falsch geschriebene Werte prüfen.
- Klassengrößen zählen, bevor ein Modell trainiert wird.
Wann du es nicht brauchst
- Normale Python-Listen:
collections.Counterzählt ohne NumPy. - Tabellen mit mehreren Spalten:
value_counts()von pandas behält Labels und sortiert nach Anzahl.
Beispielcode
import numpy as np
values = np.array([3, 1, 3, 2, 1, 3])
unique, counts = np.unique(values, return_counts=True)
print(dict(zip(unique.tolist(), counts.tolist())))
Ergebnis der Ausführung
{1: 2, 2: 1, 3: 3}
Erklärung des Codes
Die Funktion np.unique() gibt die unterschiedlichen Werte aufsteigend sortiert zurück. Mit dem Parameter return_counts=True liefert sie zusätzlich ein Array mit der Häufigkeit jedes Werts. Die Funktion zip() verbindet die beiden Arrays, und dict() erzeugt das Ergebnis {1: 2, 2: 1, 3: 3}.
Ändere die Werte und führe das Programm im CodeUtility Python Online-Compiler aus, ohne Python lokal zu installieren.
Übungen zur Vertiefung
Ändere den Code anhand der folgenden Vorschläge. Wenn du selbst etwas änderst und das Ergebnis beobachtest, verstehst du viel mehr, als wenn du den Code nur liest.
- Ändere die Form (shape) und den Datentyp (dtype) des Eingabearrays.
- Teste mit negativen Zahlen, Kommazahlen und fehlenden Werten.
- Wende dieselbe Operation auf ein größeres mehrdimensionales Array an und miss die Laufzeit.
Häufige Fehler
NumPy-Zahlen in einem Dictionary ausgeben
In NumPy 2 werden Schlüssel und Werte als np.int64(1) statt als 1 ausgegeben.
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
Lektion fertig?
Markiere sie als gelernt, um deinen Fortschritt zu verfolgen.
Mit einer Challenge üben
Nutze den Inhalt dieser Lektion, um ein echtes Problem zu lösen. Jede Challenge läuft im Browser, mit sofortigen Tests und einem KI-Review.
- Wort-Tokenizer und Vokabular Zerlege Text in kleingeschriebene Wörter und baue ein nach Häufigkeit sortiertes Vokabular, der erste Schritt jedes Sprachmodells. Einfach
- Duplikate entfernen Behalte nur das erste Vorkommen jedes Werts. Einfach