如何查找NumPy数组中出现频率最高的子数组？

我明白你遇到的问题了——要找出二维NumPy数组中出现次数最多的完整子数组（比如示例里的[0.,0.]），但常规统计方法因为NumPy数组不可哈希没法直接用，scipy.stats.mode又只会按轴返回各列的众数组合，完全不是你想要的结果。下面给你两个实用的解决方案：

方法一：转换为元组，用collections.Counter统计 #

这个方法简单直观，适合小规模数组：

• 先把数组的每一行转换成可哈希的元组
• 用Counter统计每个元组的出现次数
• 提取出现次数最多的元组，再转回NumPy数组

import numpy as np
from collections import Counter

# 你的示例数组
arr = np.array([[1., 1.], [2., 1.], [0., 1.], [0., 0.], [0., 0.]])

# 将每一行转为元组
row_tuples = [tuple(row) for row in arr]
# 统计频率
freq_counter = Counter(row_tuples)
# 获取出现次数最多的子数组，转回NumPy数组格式
most_common_subarray = np.array(freq_counter.most_common(1)[0][0])

print(most_common_subarray)  # 输出: [0. 0.]

方法二：用NumPy视图转换为可哈希类型（高效适合大数组） #

如果你的数组规模很大，用NumPy原生的视图转换会更高效，避免Python循环的开销：

• 利用view把每个子数组打包成一个不可变的void类型元素（可哈希）
• 用np.unique统计每个元素的出现次数
• 找到次数最多的元素，再转回原数组的格式

import numpy as np

arr = np.array([[1., 1.], [2., 1.], [0., 1.], [0., 0.], [0., 0.]])

# 创建视图，将每个2元素子数组转为单个可哈希的void元素
subarray_view = arr.view(np.dtype((np.void, arr.dtype.itemsize * arr.shape[1])))
# 获取唯一元素和对应的出现次数
unique_subviews, counts = np.unique(subarray_view, return_counts=True)
# 找到出现次数最多的元素索引
max_freq_idx = counts.argmax()
# 将视图转回原数组的子数组格式
most_common_subarray = unique_subviews[max_freq_idx].view(arr.dtype).reshape(arr.shape[1])

print(most_common_subarray)  # 输出: [0. 0.]

为什么scipy.stats.mode不适用？ #

scipy.stats.mode的逻辑是按轴独立计算众数，比如你的示例数组：

• 第一列的元素是[1.,2.,0.,0.,0.]，众数是0.
• 第二列的元素是[1.,1.,1.,0.,0.]，众数是1.
  所以它会返回[[0.,1.]]，这是各列众数的组合，而不是整个子数组的众数，自然不符合你的需求。

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