如何高效统计NumPy数组中各元素的出现次数？

对于大型NumPy数组，collections.Counter或list.count()的效率都不够理想，下面推荐两种纯NumPy的高效实现方案：

方案一：使用np.bincount（最快，限非负整数） #

如果数组元素都是非负整数且数值范围不大，np.bincount是最优选择，时间复杂度为O(n)，完全基于C实现，速度极快。

import numpy as np

a = np.array([1, 1, 4, 10, 5, 3, 5, 5, 8, 9])
counts = np.bincount(a)
result = counts[a]
print(result)
# 输出：array([2, 2, 1, 1, 3, 1, 3, 3, 1, 1])

原理：np.bincount会生成一个数组，其中索引对应原数组的非负整数元素，值对应该元素的出现次数。直接用原数组作为索引，即可得到每个位置元素的出现次数。

注意：如果数组包含负数、浮点数，或者元素数值范围极大（比如超过1e6），该方法会占用过多内存，不适用。

方案二：使用np.unique（通用场景） #

适用于所有类型的数值数组（包括负数、浮点数），以及数值范围极大的情况，时间复杂度为O(n log n)，效率远高于Python层面的方法。

import numpy as np

a = np.array([1, 1, 4, 10, 5, 3, 5, 5, 8, 9])
# 获取排序后的唯一值和对应计数
values, counts = np.unique(a, return_counts=True)
# 找到原数组每个元素在values中的位置
index = np.searchsorted(values, a)
# 通过索引映射得到计数数组
result = counts[index]
print(result)
# 输出：array([2, 2, 1, 1, 3, 1, 3, 3, 1, 1])

原理：np.unique返回排序后的唯一元素数组和对应的计数数组，np.searchsorted快速定位原数组元素在唯一值数组中的位置，最后通过索引映射得到每个元素的出现次数。

为什么不推荐Counter或list.count()？ #

• list.count()：对每个元素遍历整个数组，时间复杂度O(n²)，大型数组下性能极差。
• collections.Counter：虽然时间复杂度O(n)，但需要将NumPy数组转换为Python列表，在Python层面处理，相比纯NumPy的C级操作，开销大很多，大型数组下速度差距明显。

内容的提问来源于stack exchange，提问作者Konstantin Kostanzhoglo