计算 NumPy 中数组的众数

1. 使用 scipy.stats.mode() 函数计算 NumPy 数组的众数
2. 使用 numpy.unique() 函数计算 NumPy 数组的众数

本教程将介绍如何在 Python 中计算 NumPy 数组的众数。

使用 scipy.stats.mode() 函数计算 NumPy 数组的众数

众数是集合中重复次数最多的值。scipy.stats 库包含许多与统计相关的函数。scipy.stats 库中的 mode() 函数 在 Python 中查找数组的模式。它接受一个数组作为输入参数并返回输入数组中最常见值的数组。为了让这个方法起作用，我们必须安装 scipy 包。下面给出了安装它的命令。

pip install scipy

以下代码示例向我们展示了如何使用 scipy.stats.mode() 函数计算 NumPy 数组内的模式。

import numpy as np
from scipy import stats

array = np.array([1, 2, 3, 4, 4, 5])
mode = stats.mode(array)
print(mode[0])

输出：

[4]

我们首先使用 np.array() 函数创建了数组 array。然后我们使用 scipy.stats.mode() 函数计算模式并将结果存储在 mode 数组中。最后，我们通过打印 mode 数组的第一个元素来显示重复次数最多的值。

使用 numpy.unique() 函数计算 NumPy 数组的众数

如果我们只想使用 NumPy 包来查找模式，我们可以使用 numpy.unique() 函数。numpy.unique() 函数 将数组作为输入参数，并返回输入数组内所有唯一元素的数组。我们还可以将 return_count 参数指定为 True 以获取每个唯一元素在输入数组中重复的次数。

import numpy as np

array = np.array([1, 2, 3, 4, 4, 5])
vals, counts = np.unique(array, return_counts=True)
index = np.argmax(counts)
print(vals[index])

输出：

4

在上面的代码中，我们使用 Python 中的 np.unique() 和 np.argmax() 函数计算了 NumPy 数组 array 的众数。我们首先使用 np.array() 函数创建了数组 array。然后我们使用 np.unique() 函数并将唯一值存储在 vals 数组中，每个值在 counts 数组中重复的次数。然后我们使用 np.argmax() 函数计算 counts 数组中的最大值，并将该值存储在 index 变量中。最后，我们通过在 vals 数组的 index 索引处打印值来显示模式。