如何统计numpy二维数组中各子数组的出现次数

你可以通过以下两种常用方案实现需求，两种方案都可以直接关联子数组和对应计数： #

方案1：使用numpy原生API实现（性能最优，适合大数据量场景） #

numpy 1.13及以上版本支持np.unique的axis参数，直接按行统计唯一值及对应计数：

import numpy as np

samples = np.array([[1,2,3], [2,3,4], [4,5,6], [1,2,3], [2,3,4], [2,3,4]])
# 按行获取唯一子数组和对应计数
unique_subarr, counts = np.unique(samples, axis=0, return_counts=True)

# 如需转成键值对关联结构，将子数组转成元组（列表不可作为字典键）
result = {tuple(row): cnt for row, cnt in zip(unique_subarr, counts)}

输出的result结果为：{(1, 2, 3): 2, (2, 3, 4): 3, (4, 5, 6): 1}，和你期望的结构完全一致。unique_subarr和counts的下标一一对应，需要直接使用numpy格式子数组时直接按下标取即可。 #

方案2：使用Python标准库collections.Counter实现（不依赖numpy版本） #

如果不想依赖高版本numpy的API，可以用Python自带的Counter工具实现：

from collections import Counter
import numpy as np

samples = np.array([[1,2,3], [2,3,4], [4,5,6], [1,2,3], [2,3,4], [2,3,4]])
result = Counter(tuple(row) for row in samples)

输出结果和方案1完全一致。

内容的提问来源于stack exchange，提问作者Geena Ildefonso