Encontrar los valores distintos con NumPy
En esta lección vas a encontrar los valores distintos de un arreglo de NumPy y contar cuántas veces aparece cada uno.
Introducción
El problema
¿Qué categorías aparecen en un conjunto de datos y con qué frecuencia? Las respuestas de una encuesta, los códigos de producto y las etiquetas necesitan una tabla de frecuencias rápida antes del análisis, y también para detectar erratas o valores inesperados.
Imagínalo así
Buscar los valores únicos y cuántas veces aparece cada uno es como repartir una bolsa de cuentas de colores en vasos. Cada vaso guarda un color, y escribes en cada vaso cuántas cuentas tiene. Los vasos se colocan en orden.
np.unique(values, ...)🥣 Un vaso por cada valor distinto, en ordenreturn_counts=True🔢 Escribe cuántas cuentas hay en cada vaso.tolist()🧾 Convierte a números normales de Pythondict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique devuelve los valores distintos de un array ordenados y, con return_counts=True, también cuántas veces aparece cada valor.
Puntos clave
np.unique(values, return_counts=True)devuelve dos arrays:uniqueycounts.uniqueguarda los valores distintos ordenados: 1, 2, 3.countsguarda cuántas veces aparece cada uno: 2, 1, 3.unique.tolist()ycounts.tolist()convierten los números de NumPy en números normales de Python, así el diccionario se imprime como{1: 2, 2: 1, 3: 3}.
¿Cuándo se usa?
- Tablas de frecuencias de categorías y etiquetas.
- Revisar los datos en busca de valores inesperados o mal escritos.
- Contar el tamaño de cada clase antes de entrenar un modelo.
Cuándo no hace falta
- Listas normales de Python:
collections.Counterda los conteos sin NumPy. - Tablas con varias columnas:
value_counts()de pandas conserva las etiquetas y ordena por conteo.
Código de ejemplo
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())))
Resultado de la ejecución
{1: 2, 2: 1, 3: 3}
Explicación del código
La función np.unique() devuelve los valores distintos ordenados de menor a mayor. Con el parámetro return_counts=True, también devuelve un arreglo con el número de apariciones de cada valor. La función zip() empareja los dos arreglos y dict() produce el resultado {1: 2, 2: 1, 3: 3}.
Cambia los valores y ejecuta el programa en el compilador Python online de CodeUtility sin instalar Python.
Ejercicios de práctica
Prueba a modificar el código siguiendo las ideas de abajo. Cambiar el código y ver el resultado te ayudará a entender la lección mucho mejor que solo leerla.
- Cambia la forma (shape) y el tipo de datos (dtype) del arreglo de entrada.
- Prueba con números negativos, decimales y valores faltantes.
- Aplica la misma operación a un arreglo más grande de varias dimensiones y mide el tiempo.
Errores comunes
Imprimir números de NumPy en un diccionario
En NumPy 2 las claves y los valores se imprimen como np.int64(1) en lugar de 1.
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
¿Terminaste esta lección?
Márcala como aprendida para seguir tu progreso.
Practica con un reto
Usa lo que cubre esta lección para resolver un problema real. Cada reto se ejecuta en el navegador, con pruebas al instante y una revisión de IA.
- Tokenizador de palabras y vocabulario Divide un texto en palabras en minúsculas y construye un vocabulario ordenado por frecuencia, el primer paso de todo modelo de lenguaje. Fácil
- Eliminar duplicados Conserva solo la primera aparición de cada valor. Fácil