Tìm giá trị duy nhất và số lần xuất hiện với NumPy
Lấy các giá trị khác nhau của mảng và số lần mỗi giá trị xuất hiện chỉ với một lời gọi np.unique.
- np.unique để lấy giá trị khác nhau
- return_counts=True
- Đổi kết quả thành dictionary
12 lần21 lần33 lầnGiá trị khác nhau và số lần xuất hiện
Vấn đề
Trong bộ dữ liệu có những loại giá trị nào, và mỗi loại xuất hiện bao nhiêu lần? Câu trả lời khảo sát, mã sản phẩm và nhãn đều cần một bảng tần suất nhanh trước khi phân tích, và để soát lỗi gõ sai hay giá trị bất ngờ.
Hình dung đời thường
Tìm các giá trị khác nhau kèm số đếm giống chia một túi hạt cườm nhiều màu vào các cốc. Mỗi cốc đựng một màu, và bạn ghi số hạt lên từng cốc. Các cốc được xếp theo thứ tự.
np.unique(values, ...)🥣 Mỗi giá trị khác nhau một cốc, xếp theo thứ tựreturn_counts=True🔢 Ghi số hạt trong mỗi cốc.tolist()🧾 Đổi sang số Python thông thườngdict(zip(...))📋 {1: 2, 2: 1, 3: 3}np.unique trả về các giá trị khác nhau của một mảng theo thứ tự tăng dần, và với return_counts=True thì trả thêm số lần xuất hiện của mỗi giá trị.
Những điểm quan trọng
np.unique(values, return_counts=True)trả về hai mảng:uniquevàcounts.uniquechứa các giá trị khác nhau đã sắp xếp: 1, 2, 3.countschứa số lần xuất hiện của từng giá trị: 2, 1, 3.unique.tolist()vàcounts.tolist()đổi số NumPy thành số Python thông thường, nên dictionary in ra là{1: 2, 2: 1, 3: 3}.
Khi nào nên sử dụng?
- Bảng tần suất cho các loại và nhãn.
- Kiểm tra dữ liệu có giá trị bất ngờ hay gõ sai không.
- Đếm số mẫu của từng lớp trước khi huấn luyện mô hình.
Khi nào chưa cần
- List Python thông thường:
collections.Counterđếm được mà không cần NumPy. - Bảng có nhiều cột:
value_counts()của pandas giữ được nhãn và sắp xếp theo số đếm.
Code ví dụ
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())))
Kết quả khi chạy
{1: 2, 2: 1, 3: 3}
Giải thích code
Hàm np.unique() trả về các giá trị khác nhau đã được sắp xếp tăng dần. Khi thêm tham số return_counts=True, hàm trả về thêm một mảng số lần xuất hiện tương ứng với từng giá trị. Hàm zip() ghép hai mảng này lại, và dict() tạo ra kết quả {1: 2, 2: 1, 3: 3}.
Thay đổi giá trị và chạy chương trình bằng trình chạy Python online của CodeUtility mà không cần cài Python.
Bài tập mở rộng
Hãy thử chỉnh sửa code theo các gợi ý dưới đây. Tự thay đổi và quan sát kết quả sẽ giúp bạn hiểu bài sâu hơn nhiều so với chỉ đọc code.
- Thay đổi kích thước (shape) và kiểu dữ liệu (dtype) của mảng đầu vào.
- Thử với số âm, số thực và giá trị bị thiếu.
- Áp dụng cùng thao tác trên một mảng nhiều chiều lớn hơn và đo thời gian chạy.
Lỗi hay gặp
In số NumPy trong dictionary
Ở NumPy 2, khóa và giá trị in ra thành np.int64(1) thay vì 1.
print(dict(zip(unique, counts)))
print(dict(zip(unique.tolist(), counts.tolist())))
Bạn học xong bài này chưa?
Đánh dấu đã học để theo dõi tiến độ của bạn.
Luyện tập với thử thách
Áp dụng kiến thức của bài học này để giải một bài toán thực tế. Mỗi thử thách chạy ngay trên trình duyệt, có kiểm thử tức thì và AI nhận xét.
- Tách từ và xây dựng từ vựng Tách văn bản thành các từ viết thường và xây dựng từ vựng sắp theo tần suất, bước đầu tiên của mọi mô hình ngôn ngữ. Dễ
- Loại Bỏ Phần Tử Trùng Lặp Chỉ giữ lại lần xuất hiện đầu tiên của mỗi giá trị. Dễ