Запустить NumPy онлайн

Поиск уникальных значений в NumPy

В этом уроке вы найдёте уникальные значения массива NumPy и посчитаете, сколько раз встречается каждое из них.

  • Средний
  • Чтение: 2 мин
  • Примеров для запуска: 1

Введение

Какую задачу это решает

Какие категории встречаются в наборе данных и как часто? Ответам на опросы, кодам товаров и меткам перед анализом нужна быстрая таблица частот, а также проверка на опечатки и неожиданные значения.

Пример из жизни

Поиск уникальных значений с количествами похож на раскладку мешочка цветных бусин по стаканчикам. В каждом стаканчике один цвет, и на каждом вы пишете число бусин. Стаканчики стоят по порядку.

От стаканчиков с бусинами к коду
np.unique(values, ...)🥣 По стаканчику на каждое различное значение, по порядку
return_counts=True🔢 Написать, сколько бусин в каждом стаканчике
.tolist()🧾 Превратить в обычные числа Python
dict(zip(...))📋 {1: 2, 2: 1, 3: 3}
Различные значения и сколько раз встречается каждое.
Одним предложением

np.unique возвращает различные значения массива в отсортированном порядке, а с return_counts=True - ещё и сколько раз встречается каждое.

Главное

  1. np.unique(values, return_counts=True) возвращает два массива: unique и counts.
  2. unique хранит различные значения по порядку: 1, 2, 3.
  3. counts хранит, как часто встречается каждое: 2, 1, 3.
  4. unique.tolist() и counts.tolist() превращают числа NumPy в обычные числа Python, поэтому словарь выводится как {1: 2, 2: 1, 3: 3}.

Когда это нужно?

  • Таблицы частот для категорий и меток.
  • Проверка данных на неожиданные или написанные с ошибкой значения.
  • Подсчёт размеров классов перед обучением модели.

Когда это не нужно

  • Обычные списки Python: collections.Counter даёт количества без NumPy.
  • Таблицы с несколькими столбцами: value_counts() в pandas сохраняет подписи и сортирует по количеству.

Пример кода

Запустить код →
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())))
Получить кнопку запуска для этого примера

Результат выполнения

{1: 2, 2: 1, 3: 3}

Разбор кода

Функция np.unique() возвращает уникальные значения, отсортированные по возрастанию. С параметром return_counts=True она дополнительно возвращает массив с числом появлений каждого значения. Функция zip() соединяет два массива попарно, а dict() даёт результат {1: 2, 2: 1, 3: 3}.

Измените значения и запустите программу в онлайн-компиляторе Python CodeUtility без локальной установки Python.

Упражнения для практики

Попробуйте изменить код по подсказкам ниже. Если менять код и смотреть на результат, урок запомнится гораздо лучше, чем при простом чтении.

  1. Измените форму (shape) и тип данных (dtype) входного массива.
  2. Проверьте работу на отрицательных и дробных числах и пропущенных значениях.
  3. Примените ту же операцию к большему многомерному массиву и измерьте время.
Запустить в компиляторе Python →

Частые ошибки

Вывод чисел NumPy в словаре

В NumPy 2 ключи и значения выводятся как np.int64(1) вместо 1.

Ошибка
print(dict(zip(unique, counts)))
Исправление
print(dict(zip(unique.tolist(), counts.tolist())))

Закончили этот урок?

Отметьте его как изученный, чтобы следить за прогрессом.

Попрактикуйтесь на задаче

Примените материал этого урока к реальной задаче. Каждая задача запускается в браузере, с мгновенными тестами и разбором от ИИ.

Все задачи