np.unique 统计频次需显式设 return_counts=True 才返回值与计数，且输入须为1D数组；浮点数慎用；若需原序频次或非负整数高频统计，可选 Counter 或 bincount。
用 np.unique 统计频次最直接，但默认不返回计数
很多人调用 np.unique(arr) 后只看到去重结果，就以为它不能统计频次——其实只要加个参数就行。np.unique 默认只返回唯一值，但传入 return_counts=True 就能同时拿到值和对应出现次数。
- 必须显式写
return_counts=True，不能只靠索引或顺序推断 - 返回的是两个数组：
values, counts，顺序严格一一对应 - 输入必须是 1D 数组；如果是多维，得先
arr.flatten()或arr.ravel() - 对浮点数要小心：
0.1 + 0.2 != 0.3可能导致本该合并的值被拆成多个频次项
import numpy as np arr = np.array([1, 2, 2, 3, 3, 3]) vals, counts = np.unique(arr, return_counts=True) # vals → array([1, 2, 3]), counts → array([1, 2, 3])
想按原始顺序保留频次？np.unique 不行，得换思路
np.unique 总是按升序返回 values，如果你需要“第一次出现顺序”或“原数组遍历顺序”的频次排列（比如做直方图标签对齐），就不能依赖它。
- 用
collections.Counter+np.array转换：保留插入顺序（Python 3.7+），但失去 NumPy 向量化优势 - 手动构建索引映射：对小规模整数数组，可用
np.bincount（仅限非负整数） - 若只是想查某个特定值的频次，直接用
np.sum(arr == x)更快、更直观
# 对非负整数且范围不大时，bincount 最快 arr = np.array([0, 1, 1, 2, 2, 2]) counts = np.bincount(arr) # → array([1, 2, 3])，索引即值
np.bincount 快但限制多：只认非负整数，且会补零
np.bincount 是 NumPy 里真正“为频次而生”的函数，底层用 C 实现，比 unique 快一个数量级——但代价是苛刻的输入要求。
python-script-generator
下载
快速生成专业的 Python 脚本和应用代码。一键创建完整项目结构，支持CLI、API、爬虫、Bot、Django等多种项目类型，包含完整的项目结构、配置文件、依赖管理、测试、README和文档。
- 输入只能是非负整数（
int或uint类型），浮点数、负数、字符串都会报TypeError - 输出长度 = 最大值 + 1，中间缺失的整数位置填 0（比如
[0, 2, 2]→[1, 0, 2]） - 如果数据中最大值特别大（比如
10**6），但实际只用了其中几十个值，就会浪费大量内存 - 支持
weights参数，可做加权计数（比如带置信度的频次）
# 错误示例：浮点数直接崩 # np.bincount(np.array([1.0, 2.0])) → TypeError <h1>正确用法（需先转 int 且确认非负）</h1><p>arr = (np.random.rand(1000) * 5).astype(int) # [0, 4] counts = np.bincount(arr)
遇到重复值太多或内存吃紧？避免一次性全量统计
当数组超大（比如上亿元素），即使 np.bincount 或 np.unique 也可能爆内存或变慢——这时候得控制粒度。
立即学习“Python免费学习笔记（深入）”；
- 分块处理：用
np.array_split切成子数组，各自统计后再合并Counter或字典 - 如果只要 Top-K 频次，用
np.unique+np.argsort(counts)[::-1][:k]拿前 K 个，别全排序 - 对字符串或对象数组，
np.unique会回退到 Python 级比较，速度骤降；优先考虑pandas.Series.value_counts()（内部做了优化） - 注意
np.unique的axis参数：若在某轴上统计（如每行频次），别忘了指定，否则默认展平
真正卡住的往往不是“怎么写”，而是“要不要全量算”——尤其当唯一值数量接近原始数组长度时，频次统计本身已失去压缩意义。
