Trouver les valeurs distinctes avec NumPy
Dans cette leçon, vous allez trouver les valeurs distinctes d'un tableau NumPy et compter combien de fois chacune apparaît.
Introduction
Le problème
Quelles catégories apparaissent dans un jeu de données, et combien de fois ? Les réponses de sondage, les codes produits et les étiquettes demandent tous un tableau de fréquences rapide avant l'analyse, et pour repérer les fautes de frappe ou les valeurs inattendues.
Imaginez-le ainsi
Trouver les valeurs uniques avec leurs comptes, c'est comme trier un sac de perles de couleur dans des gobelets. Chaque gobelet contient une couleur, et vous écrivez le nombre de perles sur chacun. Les gobelets sont rangés dans l'ordre.
np.unique(values, ...)🥣 Un gobelet par valeur distincte, dans l'ordrereturn_counts=True🔢 Écrire combien de perles contient chaque gobelet.tolist()🧾 Convertir en nombres Python simplesdict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique renvoie les valeurs distinctes d'un tableau dans l'ordre croissant, et avec return_counts=True aussi le nombre d'apparitions de chacune.
Points clés
np.unique(values, return_counts=True)renvoie deux tableaux :uniqueetcounts.uniquecontient les valeurs distinctes triées : 1, 2, 3.countscontient le nombre d'apparitions de chacune : 2, 1, 3.unique.tolist()etcounts.tolist()transforment les nombres NumPy en nombres Python simples, donc le dictionnaire s'affiche{1: 2, 2: 1, 3: 3}.
Quand l’utiliser ?
- Les tableaux de fréquences pour les catégories et les étiquettes.
- Vérifier des données à la recherche de valeurs inattendues ou mal orthographiées.
- Compter la taille des classes avant d'entraîner un modèle.
Quand s'en passer
- Les listes Python simples :
collections.Counterdonne les comptes sans NumPy. - Les tableaux à plusieurs colonnes :
value_counts()de pandas garde les étiquettes et trie par nombre.
Code d’exemple
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())))
Résultat de l’exécution
{1: 2, 2: 1, 3: 3}
Explication du code
La fonction np.unique() renvoie les valeurs distinctes triées par ordre croissant. Avec le paramètre return_counts=True, elle renvoie aussi un tableau avec le nombre d'occurrences de chaque valeur. La fonction zip() associe les deux tableaux, et dict() produit le résultat {1: 2, 2: 1, 3: 3}.
Modifiez les valeurs et exécutez le programme avec le compilateur Python en ligne CodeUtility, sans installation locale.
Exercices d’approfondissement
Essayez de modifier le code en suivant les pistes ci-dessous. Changer le code et observer le résultat vous fera bien mieux comprendre la leçon que la simple lecture.
- Changez la forme (shape) et le type de données (dtype) du tableau d’entrée.
- Testez avec des nombres négatifs, des décimaux et des valeurs manquantes.
- Appliquez la même opération à un tableau plus grand à plusieurs dimensions et mesurez le temps.
Erreurs fréquentes
Afficher des nombres NumPy dans un dictionnaire
Avec NumPy 2, les clés et valeurs s'affichent np.int64(1) au lieu de 1.
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
Leçon terminée ?
Marquez-la comme apprise pour suivre votre progression.
S'entraîner avec un défi
Utilisez le contenu de cette leçon pour résoudre un vrai problème. Chaque défi s'exécute dans le navigateur, avec des tests instantanés et une revue par l'IA.
- Tokeniseur de mots et vocabulaire Découpez un texte en mots en minuscules et construisez un vocabulaire trié par fréquence, la première étape de tout modèle de langage. Facile
- Supprimer les doublons Ne conserver que la première occurrence de chaque valeur. Facile