如何高效统计Numpy大数组中子数组的出现频次？

针对大数据量的numpy数组统计子数组出现次数，有两种高效的替代方案，能避免Python循环带来的性能开销：

方法一：使用numpy原生的np.unique #

利用numpy的向量化操作直接获取唯一子数组和对应计数，底层由C实现，速度远快于Python循环：

import numpy as np

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

# 指定axis=0按行去重，同时返回每个唯一行的出现次数
unique_arrays, counts = np.unique(array, axis=0, return_counts=True)
# 转换为目标字典格式
result = {tuple(arr): cnt for arr, cnt in zip(unique_arrays, counts)}
print(result)

方法二：使用collections.Counter #

借助Python标准库的Counter工具，配合map批量转换子数组为元组，内部实现经过优化，比手动循环计数更高效：

import numpy as np
from collections import Counter

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

# 直接统计转成元组后的子数组出现次数
result = Counter(map(tuple, array))
# 转换为普通字典（可选，Counter本身也支持字典操作）
print(dict(result))

两种方法的输出结果均与原代码一致：{(1, 2): 3, (2, 3): 2, (5, 2): 1}，在数组行数较多时，性能提升非常显著。

内容的提问来源于stack exchange，提问作者islam abdelmoumen