หาค่าที่ไม่ซ้ำด้วย NumPy
ในบทเรียนนี้ คุณจะหาค่าที่ไม่ซ้ำในอาร์เรย์ NumPy และนับว่าแต่ละค่าปรากฏกี่ครั้ง
บทนำ
ปัญหาที่ต้องแก้
หมวดหมู่ไหนปรากฏในชุดข้อมูลและบ่อยแค่ไหน คำตอบแบบสำรวจ รหัสสินค้า และ label ล้วนต้องมีตารางความถี่ด่วนก่อนการวิเคราะห์ และเพื่อตรวจหาการพิมพ์ผิดหรือค่าที่ไม่คาดคิด
ลองนึกภาพแบบนี้
การหาค่าที่ไม่ซ้ำพร้อมจำนวนเหมือนการแยกลูกปัดสีต่างๆ จากถุงลงในถ้วย แต่ละถ้วยเก็บสีเดียว และคุณเขียนจำนวนลูกปัดไว้บนแต่ละถ้วย ถ้วยถูกจัดเรียงตามลำดับ
np.unique(values, ...)🥣 หนึ่งถ้วยต่อหนึ่งค่าที่ไม่ซ้ำ เรียงตามลำดับreturn_counts=True🔢 เขียนว่าแต่ละถ้วยมีลูกปัดกี่ลูก.tolist()🧾 แปลงเป็นตัวเลข Python ธรรมดาdict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique คืนค่าที่ไม่ซ้ำของอาร์เรย์เรียงตามลำดับ และเมื่อใช้ return_counts=True ก็คืนจำนวนครั้งที่แต่ละค่าปรากฏด้วย
ประเด็นสำคัญ
np.unique(values, return_counts=True)คืนอาร์เรย์สองตัว:uniqueและcountsuniqueเก็บค่าที่ไม่ซ้ำที่เรียงแล้ว: 1, 2, 3countsเก็บว่าแต่ละค่าปรากฏบ่อยแค่ไหน: 2, 1, 3unique.tolist()และcounts.tolist()เปลี่ยนตัวเลขของ NumPy เป็นตัวเลข Python ธรรมดา dictionary จึงพิมพ์เป็น{1: 2, 2: 1, 3: 3}
ใช้เมื่อไร?
- ตารางความถี่สำหรับหมวดหมู่และ label
- ตรวจข้อมูลหาค่าที่ไม่คาดคิดหรือสะกดผิด
- นับขนาดของแต่ละคลาสก่อนฝึกโมเดล
เมื่อไรยังไม่จำเป็น
- ลิสต์ Python ธรรมดา:
collections.Counterให้จำนวนโดยไม่ต้องใช้ NumPy - ตารางที่มีหลายคอลัมน์:
value_counts()ของ pandas เก็บ label และเรียงตามจำนวน
โค้ดตัวอย่าง
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())))
ผลลัพธ์จากการรัน
{1: 2, 2: 1, 3: 3}
อธิบายโค้ด
ฟังก์ชัน np.unique() คืนค่าที่ไม่ซ้ำโดยเรียงจากน้อยไปมาก เมื่อใส่พารามิเตอร์ return_counts=True จะคืนอาร์เรย์จำนวนครั้งที่แต่ละค่าปรากฏมาด้วย ฟังก์ชัน zip() จับคู่สองอาร์เรย์ และ dict() สร้างผลลัพธ์ {1: 2, 2: 1, 3: 3}
เปลี่ยนค่าและรันโปรแกรมด้วย คอมไพเลอร์ Python ออนไลน์ของ CodeUtility โดยไม่ต้องติดตั้ง Python
แบบฝึกหัดเพิ่มเติม
ลองแก้โค้ดตามคำแนะนำด้านล่าง การเปลี่ยนโค้ดแล้วดูผลลัพธ์จะช่วยให้เข้าใจบทเรียนได้ดีกว่าการอ่านอย่างเดียวมาก
- เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
- ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
- ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
ข้อผิดพลาดที่พบบ่อย
พิมพ์ตัวเลข NumPy ใน dictionary
ใน NumPy 2 คีย์และค่าพิมพ์ออกมาเป็น np.int64(1) แทน 1
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
เรียนบทนี้จบแล้วใช่ไหม
ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า
ฝึกด้วยโจทย์
ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI
- ตัวตัดคำและคลังคำศัพท์ แยกข้อความเป็นคำตัวพิมพ์เล็กและสร้างคลังคำศัพท์ที่เรียงตามความถี่ ซึ่งเป็นขั้นแรกของโมเดลภาษาทุกตัว ง่าย
- ลบค่าซ้ำ เก็บไว้เฉพาะค่าที่พบครั้งแรกของแต่ละค่าเท่านั้น ง่าย