Trovare i valori distinti con NumPy
In questa lezione troverai i valori distinti di un array NumPy e conterai quante volte compare ciascuno.
Introduzione
Il problema
Quali categorie compaiono in un insieme di dati, e quanto spesso? Risposte ai sondaggi, codici prodotto ed etichette hanno tutti bisogno di una rapida tabella delle frequenze prima dell'analisi, e per controllare errori di battitura o valori inattesi.
Immaginalo così
Trovare i valori unici con i conteggi è come dividere un sacchetto di perline colorate in tazze. Ogni tazza tiene un colore, e scrivi su ogni tazza il numero di perline. Le tazze sono disposte in ordine.
np.unique(values, ...)🥣 Una tazza per valore distinto, in ordinereturn_counts=True🔢 Scrivi quante perline ci sono in ogni tazza.tolist()🧾 Converti in numeri Python normalidict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique restituisce i valori distinti di un array in ordine, e con return_counts=True anche quante volte compare ogni valore.
Punti chiave
np.unique(values, return_counts=True)restituisce due array:uniqueecounts.uniquecontiene i valori distinti in ordine: 1, 2, 3.countscontiene quante volte compare ciascuno: 2, 1, 3.unique.tolist()ecounts.tolist()trasformano i numeri NumPy in numeri Python normali, così il dizionario viene stampato come{1: 2, 2: 1, 3: 3}.
Quando si usa?
- Tabelle delle frequenze per categorie ed etichette.
- Controllare i dati per trovare valori inattesi o scritti male.
- Contare la dimensione delle classi prima di addestrare un modello.
Quando non serve
- Liste Python normali:
collections.Counterdà i conteggi senza NumPy. - Tabelle con più colonne:
value_counts()di pandas mantiene le etichette e ordina per conteggio.
Codice di esempio
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())))
Risultato dell'esecuzione
{1: 2, 2: 1, 3: 3}
Spiegazione del codice
La funzione np.unique() restituisce i valori distinti in ordine crescente. Con il parametro return_counts=True restituisce anche un array con il numero di occorrenze di ogni valore. La funzione zip() unisce i due array, e dict() crea il risultato {1: 2, 2: 1, 3: 3}.
Modifica i valori ed esegui il programma nel compilatore Python online CodeUtility senza installare Python.
Esercizi di approfondimento
Prova a modificare il codice seguendo i suggerimenti qui sotto. Cambiare il codice e osservare il risultato ti aiuta a capire molto più che leggerlo soltanto.
- Cambia la forma (shape) e il tipo di dato (dtype) dell'array di input.
- Prova con numeri negativi, decimali e valori mancanti.
- Applica la stessa operazione a un array più grande, con più dimensioni, e misura il tempo.
Errori comuni
Stampare numeri NumPy in un dizionario
In NumPy 2 chiavi e valori vengono stampati come np.int64(1) invece di 1.
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
Hai finito questa lezione?
Segnala come imparata per tenere traccia dei tuoi progressi.
Esercitati con una sfida
Usa ciò che questa lezione spiega per risolvere un problema reale. Ogni sfida gira nel browser, con test immediati e una revisione dell'IA.
- Tokenizzatore di parole e vocabolario Dividi un testo in parole minuscole e costruisci un vocabolario ordinato per frequenza, il primo passo di ogni modello linguistico. Facile
- Rimuovi Duplicati Mantieni solo la prima occorrenza di ogni valore. Facile