NumPy 配列内の一意の値の頻度数を効率的に決定する

この記事では、NumPy 配列内の一意の値の頻度数を計算する効率的な方法について説明します。

return_counts=True で numpy.unique を使用すると (NumPy バージョン 1.9 以降)、一意の値とそれに対応するカウントの両方を効率的に計算できます。例:

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)

このアプローチは、パフォーマンス ベンチマークで実証されているように、実行速度の点で scipy.stats.itemfreq 関数よりも大幅に優れています。

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