はじめに
どんな問題を解決するか
データセットにはどんな種類の値があり、それぞれ何回出てくるでしょう。アンケートの回答、商品コード、ラベルは、分析の前や、入力ミスや予想外の値を確かめるために、すばやく頻度表を作る必要があります。
身近なたとえ
値ごとの数を求めるのは、色とりどりのビーズの袋をカップに仕分けるようなものです。カップ1つに1色を入れ、各カップにビーズの数を書きます。カップは順番に並べます。
ビーズのカップからコードへ
np.unique(values, ...)🥣 異なる値ごとに1つのカップ、順番どおりreturn_counts=True🔢 各カップのビーズの数を書く.tolist()🧾 普通の Python の数に変換するdict(zip(...))📋 {1: 2, 2: 1, 3: 3}ひと言でいうと
np.unique は配列の異なる値を並べ替えた順で返し、return_counts=True を付けると各値が何回現れるかも返します。
重要なポイント
np.unique(values, return_counts=True)はuniqueとcountsの2つの配列を返します。uniqueは並べ替えた異なる値 1、2、3 を持ちます。countsはそれぞれの出現回数 2、1、3 を持ちます。unique.tolist()とcounts.tolist()は NumPy の数を普通の Python の数にするので、辞書は{1: 2, 2: 1, 3: 3}と表示されます。
どんな場面で使う?
- 種類やラベルの頻度表。
- 予想外の値や綴りの間違いがないかデータを確かめる。
- モデルの訓練前にクラスごとの数を数える。
使わなくてよいとき
- 普通の Python のリスト:
collections.Counterなら NumPy なしで数えられます。 - 複数の列がある表:pandas の
value_counts()ならラベルを保ち、数の順に並べます。
サンプルコード
main.py
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())))
実行結果
{1: 2, 2: 1, 3: 3}
コードの解説
np.unique()は、異なる値を昇順に並べて返します。引数return_counts=Trueを付けると、各値の出現回数の配列もあわせて返します。zip()でこの2つの配列を組み合わせ、dict()で結果{1: 2, 2: 1, 3: 3}を作ります。
値を変更し、PythonをインストールせずにCodeUtilityオンラインPythonコンパイラで実行できます。
発展問題
下のヒントにしたがってコードを書き換えてみましょう。自分で変えて結果を確かめると、コードを読むだけよりずっと深く理解できます。
- 入力配列の形状(shape)とデータ型(dtype)を変える。
- 負の数、小数、欠損値で試す。
- もっと大きな多次元配列に同じ操作をして、実行時間を測る。
よくある間違い
辞書の中で NumPy の数を表示する
NumPy 2 では、キーと値が 1 ではなく np.int64(1) と表示されます。
問題
print(dict(zip(unique, counts)))
修正
print(dict(zip(unique.tolist(), counts.tolist())))
このレッスンを終えましたか?
学習済みにすると進み具合を記録できます。
進み具合はこのブラウザーに保存されています ログインすると、どのデバイスでも引き継げます。
チャレンジで練習する
このレッスンの内容を使って実際の問題を解きましょう。各チャレンジはブラウザで動き、すぐにテストされ、AI のレビューも受けられます。
すべてのチャレンジ