Personnaliser les préférences

Nous utilisons des cookies pour vous aider à naviguer efficacement et à exécuter certaines fonctions. Vous trouverez ci-dessous des informations détaillées sur tous les cookies sous chaque catégorie de consentement.

Les cookies classés comme « Nécessaires » sont stockés sur votre navigateur car ils sont essentiels pour activer les fonctionnalités de base du site.... 

Toujours actif

Necessary cookies are required to enable the basic features of this site, such as providing secure log-in or adjusting your consent preferences. These cookies do not store any personally identifiable data.

Aucun cookie à afficher.

Functional cookies help perform certain functionalities like sharing the content of the website on social media platforms, collecting feedback, and other third-party features.

Aucun cookie à afficher.

Analytical cookies are used to understand how visitors interact with the website. These cookies help provide information on metrics such as the number of visitors, bounce rate, traffic source, etc.

Aucun cookie à afficher.

Performance cookies are used to understand and analyze the key performance indexes of the website which helps in delivering a better user experience for the visitors.

Aucun cookie à afficher.

Advertisement cookies are used to provide visitors with customized advertisements based on the pages you visited previously and to analyze the effectiveness of the ad campaigns.

Aucun cookie à afficher.

Comment trouver la valeur la plus fréquente dans le tableau NumPy (avec exemples)



Vous pouvez utiliser les méthodes suivantes pour rechercher la valeur la plus fréquente dans un tableau NumPy :

Méthode 1 : Trouver la valeur la plus fréquente

#find frequency of each value
values, counts = np.unique(my_array, return_counts=True)

#display value with highest frequency
values[counts.argmax()]

Si plusieurs valeurs apparaissent le plus fréquemment dans le tableau NumPy, cette méthode ne renverra que la première valeur.

Méthode 2 : trouver chaque valeur la plus fréquente

#find frequency of each value
values, counts = np.unique(my_array, return_counts=True)

#display all values with highest frequencies
values[counts == counts.max()]

Si plusieurs valeurs apparaissent le plus fréquemment dans le tableau NumPy, cette méthode renverra chacune des valeurs les plus fréquentes.

Les exemples suivants montrent comment utiliser chaque méthode dans la pratique.

Exemple 1 : Rechercher la valeur la plus fréquente dans le tableau NumPy

Supposons que nous ayons le tableau NumPy suivant :

import numpy as np

#create NumPy array
my_array = np.array([1, 2, 4, 4, 4, 5, 6, 7, 12])

Notez qu’il n’y a qu’une seule valeur qui apparaît le plus fréquemment dans ce tableau : 4 .

Nous pouvons utiliser la fonction argmax() pour renvoyer la valeur qui apparaît le plus fréquemment dans le tableau :

#find frequency of each value
values, counts = np.unique(my_array, return_counts=True)

#display value with highest frequency
values[counts.argmax()]

4

La fonction renvoie correctement la valeur 4 .

Exemple 2 : Rechercher chaque valeur la plus fréquente dans le tableau NumPy

Supposons que nous ayons le tableau NumPy suivant :

import numpy as np

#create NumPy array
my_array = np.array([1, 2, 4, 4, 4, 5, 6, 7, 12, 12, 12])

Notez qu’il y a deux valeurs qui apparaissent le plus fréquemment dans ce tableau : 4 et 12 .

Nous pouvons utiliser la fonction max() pour renvoyer chacune des valeurs qui apparaissent le plus fréquemment dans le tableau :

#find frequency of each value
values, counts = np.unique(my_array, return_counts=True)

#display each value with highest frequency
values[counts == counts.max()]

array([ 4, 12])

La fonction renvoie correctement les valeurs 4 et 12 .

Remarque : Vous pouvez trouver la documentation complète de la fonction NumPy unique() ici .

Ressources additionnelles

Les didacticiels suivants expliquent comment effectuer d’autres tâches courantes dans NumPy :

Comment supprimer les éléments en double dans le tableau NumPy
Comment remplacer des éléments dans un tableau NumPy
Comment classer les éléments dans le tableau NumPy

Ajouter un commentaire

Votre adresse e-mail ne sera pas publiée. Les champs obligatoires sont indiqués avec *