Determinación eficiente de los recuentos de frecuencia de valores únicos en matrices NumPy

Este artículo explora un método eficiente para calcular los recuentos de frecuencia de valores únicos dentro de una matriz NumPy.

Usar numpy.unique con return_counts=True (para las versiones 1.9 y superiores de NumPy) permite un cálculo eficiente tanto de valores únicos como de sus recuentos correspondientes. A modo de ilustración:

import numpy as np

x = np.array([1,1,1,2,2,2,5,25,1,1])
unique, counts = np.unique(x, return_counts=True)

print(np.asarray((unique, counts)).T)

Este enfoque supera significativamente a la función scipy.stats.itemfreq en términos de velocidad de ejecución, como se demuestra en los puntos de referencia de rendimiento:

In [4]: x = np.random.random_integers(0,100,1e6)

In [5]: %timeit unique, counts = np.unique(x, return_counts=True)
10 loops, best of 3: 31.5 ms per loop

In [6]: %timeit scipy.stats.itemfreq(x)
10 loops, best of 3: 170 ms per loop