在一维numpy数组中查找众数并获取首个出现的众数

没问题，咱们纯用Numpy就能搞定这个需求——找到数组里频率最高的元素，要是有多个众数，就取最左边那个。下面分两种情况给你实现方案：

通用方案（支持任意可比较元素：整数、浮点数、字符串等） #

这个方法不挑数组元素类型，兼容性拉满，核心是先保留元素的首次出现顺序，再统计频率找第一个众数：

import numpy as np

def get_first_mode(arr):
    # 第一步：获取数组中所有唯一元素，以及它们在原数组中首次出现的索引
    unique_vals, first_indices = np.unique(arr, return_index=True)
    # 按首次出现的顺序对唯一元素排序，还原原数组的元素出现顺序
    unique_vals_in_order = unique_vals[np.argsort(first_indices)]
    
    # 第二步：统计每个唯一元素在原数组中的出现次数
    counts = np.array([np.sum(arr == val) for val in unique_vals_in_order])
    
    # 第三步：找到最高频率，再取第一个达到该频率的元素
    max_frequency = counts.max()
    return unique_vals_in_order[counts == max_frequency][0]

# 测试示例
test_arr = np.array([1,2,2,3,3,4])
print(get_first_mode(test_arr))  # 输出：2

原理说明 #

• np.unique(..., return_index=True)会返回去重后的元素，以及每个元素在原数组中第一次出现的索引；
• 通过np.argsort(first_indices)对索引排序，就能把去重元素还原成原数组中的出现顺序；
• 最后筛选出频率最高的元素，取第一个即可。

高效方案（仅适用于非负整数数组） #

如果你的数组全是非负整数，用np.bincount会更快，因为它专门用来统计非负整数的出现次数：

import numpy as np

def get_first_mode_non_neg_int(arr):
    # 统计每个非负整数的出现次数，索引对应元素的值
    counts = np.bincount(arr)
    # 找到最高频率，再取第一个达到该频率的元素（也就是对应的索引）
    max_frequency = counts.max()
    return np.argmax(counts == max_frequency)

# 测试示例
test_arr = np.array([1,2,2,3,3,4])
print(get_first_mode_non_neg_int(test_arr))  # 输出：2

原理说明 #

• np.bincount(arr)会生成一个数组，索引i对应的数值就是原数组中i出现的次数；
• counts == max_frequency会生成布尔数组，np.argmax会返回第一个True的索引，也就是我们要找的首个众数。

内容的提问来源于stack exchange，提问作者whitebear