So berechnen sie den numpy-array-modus (mit beispielen)

Sie können die folgende grundlegende Syntax verwenden, um den Modus eines NumPy-Arrays zu ermitteln:

 #find unique values in array along with their counts
vals, counts = np. unique (array_name, return_counts= True )

#find fashion
mode_value = np. argwhere (counts == np. max (counts))

Denken Sie daran, dass der Modus der Wert ist, der in einer Tabelle am häufigsten vorkommt.

Beachten Sie, dass ein Array einen oder mehrere Modi haben kann.

Die folgenden Beispiele zeigen, wie Sie diese Syntax in der Praxis anwenden können.

Beispiel 1: Berechnung des NumPy-Array-Modus mit einem einzelnen Modus

Der folgende Code zeigt, wie man den Modus eines NumPy-Arrays findet, in dem es nur einen Modus gibt:

 import numpy as np

#create NumPy array of values with only one mode
x = np. array ([2, 2, 2, 3, 4, 4, 5, 5, 5, 5, 7])

#find unique values in array along with their counts
vals, counts = np. unique (x, return_counts= True )

#find fashion
mode_value = np. argwhere (counts == np. max (counts))

#print list of modes
print (vals[mode_value] .flatten (). tolist ())

[5]

#find how often mode occurs
print (np. max (counts))

4

Aus der Ausgabe können wir ersehen, dass der Modus 5 ist und er im NumPy-Array viermal vorkommt.

Beispiel 2: So berechnen Sie das NumPy-Array mit mehreren Modi

Der folgende Code zeigt, wie man den Modus eines NumPy-Arrays findet, in dem es mehrere Modi gibt:

 import numpy as np

#create NumPy array of values with multiple modes
x = np. array ([2, 2, 2, 3, 4, 4, 4, 5, 5, 5, 7])

#find unique values in array along with their counts
vals, counts = np. unique (x, return_counts= True )

#find fashion
mode_value = np. argwhere (counts == np. max (counts))

#print list of modes
print (vals[mode_value] .flatten (). tolist ())

[2, 4, 5]

#find how often mode occurs
print (np. max (counts))

3

Aus der Ausgabe können wir ersehen, dass dieses NumPy-Array drei Modi hat: 2 , 4 und 5 .

Wir können auch sehen, dass jeder dieser Werte dreimal in der Tabelle vorkommt.

Zusätzliche Ressourcen

In den folgenden Tutorials wird erläutert, wie Sie andere gängige Vorgänge in NumPy ausführen:

So ordnen Sie eine Funktion einem NumPy-Array zu
So finden Sie den Wertindex im NumPy-Array
So berechnen Sie die Größe eines Vektors mit NumPy