รัน NumPy ออนไลน์

หาค่าที่ไม่ซ้ำด้วย NumPy

ในบทเรียนนี้ คุณจะหาค่าที่ไม่ซ้ำในอาร์เรย์ NumPy และนับว่าแต่ละค่าปรากฏกี่ครั้ง

  • ระดับกลาง
  • อ่าน 2 นาที
  • ตัวอย่างที่รันได้ 1 ตัวอย่าง

บทนำ

ปัญหาที่ต้องแก้

หมวดหมู่ไหนปรากฏในชุดข้อมูลและบ่อยแค่ไหน คำตอบแบบสำรวจ รหัสสินค้า และ label ล้วนต้องมีตารางความถี่ด่วนก่อนการวิเคราะห์ และเพื่อตรวจหาการพิมพ์ผิดหรือค่าที่ไม่คาดคิด

ลองนึกภาพแบบนี้

การหาค่าที่ไม่ซ้ำพร้อมจำนวนเหมือนการแยกลูกปัดสีต่างๆ จากถุงลงในถ้วย แต่ละถ้วยเก็บสีเดียว และคุณเขียนจำนวนลูกปัดไว้บนแต่ละถ้วย ถ้วยถูกจัดเรียงตามลำดับ

จากถ้วยลูกปัดสู่โค้ด
np.unique(values, ...)🥣 หนึ่งถ้วยต่อหนึ่งค่าที่ไม่ซ้ำ เรียงตามลำดับ
return_counts=True🔢 เขียนว่าแต่ละถ้วยมีลูกปัดกี่ลูก
.tolist()🧾 แปลงเป็นตัวเลข Python ธรรมดา
dict(zip(...))📋 {1: 2, 2: 1, 3: 3}
ค่าที่ไม่ซ้ำและจำนวนครั้งที่แต่ละค่าปรากฏ
สรุปในประโยคเดียว

np.unique คืนค่าที่ไม่ซ้ำของอาร์เรย์เรียงตามลำดับ และเมื่อใช้ return_counts=True ก็คืนจำนวนครั้งที่แต่ละค่าปรากฏด้วย

ประเด็นสำคัญ

  1. np.unique(values, return_counts=True) คืนอาร์เรย์สองตัว: unique และ counts
  2. unique เก็บค่าที่ไม่ซ้ำที่เรียงแล้ว: 1, 2, 3
  3. counts เก็บว่าแต่ละค่าปรากฏบ่อยแค่ไหน: 2, 1, 3
  4. unique.tolist() และ counts.tolist() เปลี่ยนตัวเลขของ NumPy เป็นตัวเลข Python ธรรมดา dictionary จึงพิมพ์เป็น {1: 2, 2: 1, 3: 3}

ใช้เมื่อไร?

  • ตารางความถี่สำหรับหมวดหมู่และ label
  • ตรวจข้อมูลหาค่าที่ไม่คาดคิดหรือสะกดผิด
  • นับขนาดของแต่ละคลาสก่อนฝึกโมเดล

เมื่อไรยังไม่จำเป็น

  • ลิสต์ Python ธรรมดา: collections.Counter ให้จำนวนโดยไม่ต้องใช้ NumPy
  • ตารางที่มีหลายคอลัมน์: value_counts() ของ pandas เก็บ label และเรียงตามจำนวน

โค้ดตัวอย่าง

รันโค้ด →
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())))
สร้างปุ่ม Run สำหรับตัวอย่างนี้

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

  1. เปลี่ยนรูปร่าง (shape) และชนิดข้อมูล (dtype) ของอาร์เรย์อินพุต
  2. ทดสอบกับเลขติดลบ ทศนิยม และค่าที่หายไป
  3. ใช้การคำนวณเดียวกันกับอาร์เรย์หลายมิติที่ใหญ่ขึ้นและจับเวลา
รันในคอมไพเลอร์ Python →

ข้อผิดพลาดที่พบบ่อย

พิมพ์ตัวเลข NumPy ใน dictionary

ใน NumPy 2 คีย์และค่าพิมพ์ออกมาเป็น np.int64(1) แทน 1

ปัญหา
print(dict(zip(unique, counts)))
วิธีแก้
print(dict(zip(unique.tolist(), counts.tolist())))

เรียนบทนี้จบแล้วใช่ไหม

ทำเครื่องหมายว่าเรียนแล้วเพื่อติดตามความคืบหน้า

ฝึกด้วยโจทย์

ใช้สิ่งที่เรียนในบทนี้แก้ปัญหาจริง ทุกโจทย์รันในเบราว์เซอร์ พร้อมการทดสอบทันทีและรีวิวจาก AI

โจทย์ทั้งหมด