numpy 统计个数 区间
    numpy可以用来对数组中元素进行统计和计算。在统计个数方面，可以使用numpy.histogram函数来实现。该函数可以将数组中的元素根据指定的区间进行分组，然后返回每个区间中元素的个数。具体使用方法如下：
    ```python
    import numpy as np
    # 生成随机数组
    x = np.random.randn(100)
    # 指定区间，分成10个组
    bins = np.linspace(-3, 3, 10)
    # 统计每个区间中元素的个数
    hist, _ = np.histogram(x, bins=bins)
    # 打印结果
    print(hist)
    ```
    输出结果为：
numpy 统计元素出现次数    ```
    [ 0  1  4 11 19 33 18 11  2]
    ```
    其中，数组hist中的每个元素表示对应区间内元素的个数，第二个返回值_表示区间的边界值。可以看到，数组x中的元素被分成了10个组，每个组对应一个区间，统计结果表明，在第四个区间(-1.333, -0.333]中有11个元素。
    除了使用numpy.histogram函数，还可以使用numpy.bincount函数对数组中的元素进行计数。该函数可以对非负整数数组进行计数，返回每个元素出现的次数。具体使用方法如下：
    ```python
    import numpy as np
    # 生成随机非负整数数组
    x = np.random.randint(0, 10, size=100)
    # 统计每个元素出现的次数
    counts = np.bincount(x)
    # 打印结果
    print(counts)
    ```
    输出结果为：
    ```
    [16 11  7 10 10 12  4  9  9 12]
    ```
    其中，数组counts中的每个元素表示对应整数在数组x中出现的次数，索引值就是整数本身。可以看到，整数0出现了16次，整数1出现了11次，整数2出现了7次，以此类推。需要注意的是，如果数组中的元素不全是非负整数，则无法使用numpy.bincount函数进行计数。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。