我有一个包含整数(正数或负数)的二维数组。每行代表特定空间站点随时间变化的值,而每列代表不同空间站点在给定时间内的值。
所以如果数组是这样的:
1 3 4 2 2 7
5 2 2 1 4 1
3 3 2 2 1 1
结果应该是
1 3 2 2 2 1
注意,当mode有多个值时,可以将任意一个(随机选择)设置为mode。
我可以一次遍历查找模式的列,但我希望 numpy 可能有一些内置函数来做到这一点。或者如果有一个技巧可以在不循环的情况下有效地找到它。
最佳答案
检查 scipy.stats.mode()
(灵感来自@tom10 的评论):
import numpy as np
from scipy import stats
a = np.array([[1, 3, 4, 2, 2, 7],
[5, 2, 2, 1, 4, 1],
[3, 3, 2, 2, 1, 1]])
m = stats.mode(a)
print(m)
输出:
ModeResult(mode=array([[1, 3, 2, 2, 1, 1]]), count=array([[1, 2, 2, 2, 1, 2]]))
如您所见,它返回模式和计数。您可以通过 m[0]
直接选择模式:
print(m[0])
输出:
[[1 3 2 2 1 1]]
关于python - 在 numpy 数组中查找模式的最有效方法,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16330831/