Python：统计NumPy一维数组中各值的最大连续出现次数

给定一维NumPy数组，需要统计数组中每个特定值的最大连续出现次数，返回一个二维数组：第一列为数组中的所有唯一数值，第二列为对应数值的最大连续出现次数。

示例输入：

import numpy as np
arr = np.array([1,1,1,2,2,3,4,4,4,4,4,2,4,4])

示例输出：

result = np.array([[1,3],[2,2],[3,1],[4,5]])

实现代码 #

import numpy as np

def max_consecutive_count(arr):
    # 计算元素变化的分界点（添加首尾哨兵确保完整识别所有连续段）
    diff = np.diff(arr, prepend=[arr[0]-1], append=[arr[-1]+1])
    change_indices = np.where(diff != 0)[0]
    
    # 获取每个连续段的长度和对应的数值
    segment_lengths = np.diff(change_indices)
    segment_values = arr[change_indices[:-1]]
    
    # 遍历所有唯一值，提取对应最大连续长度
    unique_values = np.unique(arr)
    max_lengths = [segment_lengths[segment_values == val].max() for val in unique_values]
    
    # 组合成目标二维数组
    return np.column_stack((unique_values, max_lengths))

# 测试示例
arr = np.array([1,1,1,2,2,3,4,4,4,4,4,2,4,4])
result = max_consecutive_count(arr)
print(result)

代码说明 #

1. 识别连续段分界点：通过np.diff计算相邻元素的差异，添加首尾哨兵值（与原数组首尾元素不同），确保首尾的连续段也能被完整检测到。
2. 计算连续段长度：对分界点索引取差值，得到每个连续段的元素个数。
3. 匹配段与数值：每个分界点的前一个位置对应连续段的起始数值，以此得到所有连续段的数值列表。
4. 提取最大长度：针对每个唯一值，筛选出其对应的所有连续段长度，取最大值。
5. 组合结果：用np.column_stack将唯一值和对应最大长度拼接成二维数组。

该方法基于NumPy向量化操作，比Python循环更高效，适合处理大规模数组。

内容的提问来源于stack exchange，提问作者xc-2021