NumPy में Unique Values
Distinct values और उनकी counts निकालें।
NumPy में Unique Values क्या है?
समस्या क्या है
डेटासेट में कौन सी कैटेगरी आती हैं, और कितनी बार? सर्वे के जवाब, प्रोडक्ट कोड और लेबल, एनालिसिस से पहले इन सबकी एक frequency टेबल (कौन सी वैल्यू कितनी बार आई) झट से बना लेनी चाहिए, ताकि टाइपो या अनचाही वैल्यू भी पकड़ में आ जाएँ।
ऐसे समझें
Unique वैल्यू और उनकी गिनती निकालना रंग-बिरंगे मोतियों के थैले को कपों में छाँटने जैसा है। हर कप में एक रंग होता है, और आप हर कप पर मोतियों की संख्या लिख देते हैं। कप क्रम में लगे होते हैं।
np.unique(values, ...)🥣 हर अलग वैल्यू के लिए एक कप, सॉर्ट किए क्रम मेंreturn_counts=True🔢 हर कप में कितने मोती हैं, लिखिए.tolist()🧾 सामान्य Python नंबरों में बदलिएdict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique array की अलग-अलग वैल्यू सॉर्ट किए क्रम में लौटाता है, और return_counts=True के साथ यह भी बताता है कि हर वैल्यू कितनी बार आती है।
मुख्य बातें
np.unique(values, return_counts=True)दो array लौटाता है:uniqueऔरcounts।uniqueमें सॉर्ट की हुई अलग वैल्यू हैं: 1, 2, 3।countsबताता है कि हर वैल्यू कितनी बार आती है: 2, 1, 3।unique.tolist()औरcounts.tolist()NumPy नंबरों को सामान्य Python नंबरों में बदलते हैं, इसलिए dictionary{1: 2, 2: 1, 3: 3}के रूप में प्रिंट होती है।
इसका उपयोग कब करें?
- कैटेगरी और लेबल के लिए frequency टेबल।
- डेटा में अनचाही या गलत स्पेलिंग वाली वैल्यू जाँचना।
- model ट्रेन करने से पहले हर class का साइज़ गिनना।
कब ज़रूरत नहीं
- सामान्य Python list:
collections.CounterNumPy के बिना गिनती देता है। - कई कॉलम वाली टेबल: pandas का
value_counts()लेबल रखता है और गिनती के हिसाब से सॉर्ट करता है।
उदाहरण कोड
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())))
अपेक्षित आउटपुट
{1: 2, 2: 1, 3: 3}
यह कैसे काम करता है
return_counts sorted unique values के साथ उनकी frequency लौटाता है।
मान बदलें और Python इंस्टॉल किए बिना CodeUtility ऑनलाइन Python कंपाइलर में प्रोग्राम चलाएँ।
अभ्यास के कार्य
बड़े dataset पर जाने से पहले input बदलें और edge cases की जाँच करें।
- Shape और dtype बदलकर देखें।
- Negative, decimal और missing values जाँचें।
- बड़े array पर execution time मापें।
आम गलतियाँ
dictionary में NumPy नंबर प्रिंट करना
NumPy 2 में key और वैल्यू 1 के बजाय np.int64(1) के रूप में प्रिंट होती हैं।
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
यह पाठ पूरा कर लिया?
अपनी प्रगति ट्रैक करने के लिए इसे सीखा हुआ मार्क करें।
चैलेंज से अभ्यास करें
इस पाठ में सीखी बात से एक असली समस्या हल करें। हर चैलेंज ब्राउज़र में चलता है, तुरंत टेस्ट और AI रिव्यू के साथ।
- वर्ड टोकनाइज़र और शब्दावली टेक्स्ट को छोटे अक्षरों वाले शब्दों में बाँटें और आवृत्ति के क्रम में शब्दावली बनाएँ, जो हर भाषा मॉडल का पहला कदम है। आसान
- डुप्लिकेट हटाएँ प्रत्येक मान की केवल पहली उपस्थिति रखें। आसान