Determinação eficiente de contagens de frequência de valores exclusivos em matrizes NumPy

Este artigo explora um método eficiente para calcular as contagens de frequência de valores exclusivos em uma matriz NumPy.

Usando numpy.unique com return_counts=True (para NumPy versões 1.9 e acima) permite o cálculo eficiente de valores únicos e suas contagens correspondentes. Para ilustração:

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)

Essa abordagem supera significativamente a função scipy.stats.itemfreq em termos de velocidade de execução, conforme demonstrado em benchmarks de desempenho:

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