如何统计不平衡4D NumPy数组中各类元素的数量？

咱先理清楚你遇到的核心问题：你的mask标签是浮点型的，没法直接用常规的整数类别统计方法，这其实分两种常见场景，我给你逐个拆解解决：

场景1：标签本应为整数0-3，只是浮点存储有微小误差 #

如果你的数组里的数值本质上就是0、1、2、3这四个整数，只是因为数据转换或存储变成了float32格式（比如存成了0.0、1.0，但可能带着0.00001或2.999999这类浮点偏差），那咱们先把这些值修正回整数，再统计就没问题了：

import numpy as np

# 先去掉最后一维（因为是1，完全不影响数据内容）
masks_2d = masks.squeeze(axis=-1)  # 处理后形状变成(1513, 256, 256)

# 四舍五入到最近整数，修正浮点误差
y_integers = np.round(masks_2d).astype(np.int32)

# 统计每个类别的像素数量
class_counts = np.bincount(y_integers.flatten())
print("类别0到3的像素数分别是：", class_counts)

# 接下来计算类别权重（用你原来的方法就行）
from sklearn.utils.class_weight import compute_class_weight

class_weights = compute_class_weight('balanced', classes=np.arange(4), y=y_integers.flatten())
d_class_weights = dict(enumerate(class_weights))

⚠️ 注意：如果你的数组里出现1.6、2.3这种明显偏离整数的值，那说明你的标签不是硬整数标签，得看下面的场景。

场景2：浮点值是模糊/软标签（像素同时属于多个类别） #

如果每个像素的浮点值是连续的（比如0.5、1.2），代表这个像素同时属于多个类别（比如1.2意味着80%属于类别1，20%属于类别2），那咱们得按类别权重占比来统计每个类别的总贡献：

import numpy as np

masks_2d = masks.squeeze(axis=-1)
flat_masks = masks_2d.flatten()

# 初始化四个类别的计数容器
class_counts = np.zeros(4, dtype=np.float32)

for x in flat_masks:
    # 先把值限制在0-3范围内，避免异常值干扰
    x_clamped = np.clip(x, 0.0, 3.0)
    k = int(np.floor(x_clamped))
    if k == 3:
        # 如果值接近或等于3，全部贡献给类别3
        class_counts[3] += 1.0
    else:
        # 把当前值拆给相邻的两个类别，按比例分配权重
        weight_to_k1 = x_clamped - k
        weight_to_k = 1.0 - weight_to_k1
        class_counts[k] += weight_to_k
        class_counts[k+1] += weight_to_k1

print("每个类别的加权像素数：", class_counts)

# 计算类别权重的话，用这些加权计数就行
total_pixels = class_counts.sum()
class_weights = total_pixels / (4 * class_counts)
d_class_weights = dict(enumerate(class_weights))

为啥你原来的代码没效果？ #

你用了np.argmax(masks, axis=1)，但你的数组形状是(1513,256,256,1)，axis=1对应的是图像的高度维度，这完全不对啊！argmax是用来处理one-hot编码的数组的（比如形状是(样本数, 高, 宽, 4)，每个像素是4维的概率向量），但你的数组最后一维只有1个元素，所以argmax在这里根本起不到提取类别的作用。

内容的提问来源于stack exchange，提问作者Mahyar