本文共 778 字，大约阅读时间需要 2 分钟。

numpy.bincount(x)简单来说是一个非常实用的函数，用于对数组x中各个数值的频次进行统计。它会把x中的最大值加1作为结果数组的长度，这样结果数组的每个位置对应从0到最大值的数值，记录每个数值在x中出现的次数。

举个例子，如果x = np.array([0, 1, 2, 3, 1, 11, 5, 6])，那么np.bincount(x)的结果就是一个长度12的数组。因为x中的最大值是11，所以结果数组的长度是12。数组中的每个位置对应一个从小到大依次排列的数值，第一个位置显示0的出现次数，第二个位置显示1的出现次数，依此类推，直到第12个位置显示11的出现次数。

其实这个函数背后的原理非常简单。它自动确定数值的范围，并统计每个数值出现的次数。比如，对于上面的x数组，1出现了两次，5出现了一次，6出现了一次，11出现了一次，而0、2、3和7由于没有在数组中出现，所对应的位置都会是0。

对于更复杂的数组，np.bincount(x)也能很方便地处理。它可以接受一个 minlength参数，强制结果数组的长度为该参数的值，而不管x中的数据有多大。在这种情况下，如果x中的最大值比 minlength大，那么超出minlength的部分就会被忽略。

总之，np.bincount(x)是一个直观且高效的工具，能够帮助我们快速统计数组中各个数值的出现频率。不管是数据量大还是小，它都能以一个可以直接使用的数组形式返回结果，把统计工作简单化了。

示例代码如下：

import numpy as npx = np.array([0, 1, 2, 3, 1, 11, 5, 6])y = np.bincount(x)print(y)

这样一来，你就可以轻松地得到x中各个数值的访问次数分布 anymore，可以根据需求调整函数参数进行更深入的使用。

转载地址：http://bgdtz.baihongyu.com/