如何将给定NumPy数组转换为逆频率向量？

看起来你给出的示例输出其实是每个值的出现频率（即出现次数除以总长度），而不是你描述的“频率的倒数”。我先按照你提供的示例输出需求给出解决方案，同时也会补充如果确实需要频率倒数的实现方式。

方法一：生成示例中的频率向量 #

import numpy as np

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

# 1. 统计每个值的出现次数
counts = np.bincount(vector)
# 解释：np.bincount会统计非负整数数组中每个值的出现次数，索引对应原数值，这里counts是array([0, 2, 4, 6])
# 0出现0次，1出现2次，2出现4次，3出现6次

# 2. 根据原向量的元素获取对应次数，再除以总长度得到频率
freq_vector = counts[vector] / len(vector)

# 3. 可选：保留两位小数，和示例输出一致
freq_vector_rounded = np.round(freq_vector, 2)

print(freq_vector_rounded)
# 输出：array([0.16, 0.33, 0.33, 0.5 , 0.5 , 0.5 , 0.5 , 0.5 , 0.5 , 0.33, 0.33, 0.16])

方法二：生成真正的逆频率向量（频率的倒数） #

如果你确实需要每个值的出现频率的倒数，可以这样实现：

import numpy as np

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

# 总长度
total_len = len(vector)
# 统计每个值的出现次数
counts = np.bincount(vector)
# 计算频率的倒数：总长度 / 出现次数（因为频率=count/total_len，倒数就是total_len/count）
inv_freq_vector = total_len / counts[vector]

print(inv_freq_vector)
# 输出：array([6., 3., 3., 2., 2., 2., 2., 2., 2., 3., 3., 6.])

为什么用np.bincount？ #

np.bincount是NumPy中统计整数出现次数的高效函数，比循环遍历或者用collections.Counter再映射要快得多，尤其当数组规模很大时，优势更明显。

内容的提问来源于stack exchange，提问作者James Schinner