Автор оригинала: Team Python Pool.

Numpy Count | Практическое объяснение поиска вхождений

Numpy-один из лучших и наиболее широко используемых модулей.Потому что это делает вычисления легкими и простыми с более высокой скоростью. Аналогично, у нас есть numpy count, метод поиска вхождения подстроки в заданном массиве или списке. Это легко использовать, и просто работает. Но, как и у Numpy, закулисные вещи сложны.

Что такое Numpy Count?

Фактическая функция-num.char.count(). Поэтому синтаксис немного меняется. Но работа функции остается прежней: найти количество вхождений той или иной строки. Это тоже из заданного списка слов без перекрытия вхождения в каждое слово списка.

Синтаксис Numpy Count

Ниже приведен синтаксис использования функции numpy count:

numpy.core.defchararray.count(arr, substring,,)

В то время как обычный способ написания его таков:

np.char.count(array, substring)

Параметры Numpy Count

arr: массив

ошибка (массив) – это основа нашей функции. Потому что этот параметр предоставляет список строк. Хотя это и массив, он легко пересекается функцией. И подсчет производится для каждой строки отдельно. Используемый тип данных-либо массивоподобный, либо только строковый.

подстрока

подстрока указывает комбинацию символов, которые должны быть найдены в предоставленном массиве. То есть он обязательно должен быть использован. Функция рассматривает все символы как один. Так становится легче переходить и считать. Используемый тип данных должен быть str или Unicode.

начало/конец

Они определяют границы поиска. Потому что это позиции поиска в строке. Они необязательны в использовании и обычно не используются. У них есть тип данных int. Начало и конец оба используются индивидуально в соответствии с требованиями. В то время как позиция к концу не включена, начало включено. Ограничения, которые они устанавливают, существуют для каждой строки независимо от других.

Возвращаемое значение

Согласно href=”https://numpy.org/doc/stable/reference/generated/numpy.char.count.html?highlight=numpy%20count#numpy.char.count”>numpy.org, Эта функция возвращает массив. Который содержит количество неперекрывающихся вхождений подстроки sub в диапазоне [start, end]. Другими словами, целочисленный массив с числом неперекрывающихся вхождений подстроки. href=”https://numpy.org/doc/stable/reference/generated/numpy.char.count.html?highlight=numpy%20count#numpy.char.count”>numpy.org, Эта функция возвращает массив. Который содержит количество неперекрывающихся вхождений подстроки sub в диапазоне [start, end]. Другими словами, целочисленный массив с числом неперекрывающихся вхождений подстроки.

Примеры Numpy Count

Прежде чем мы начнем кодировать, нам нужно импортировать модуль – numpy:

import numpy as np

Теперь мы готовы к кодированию. Итак, мы создаем массив:

Теперь мы используем эту функцию на нем:

np.char.count(arr,'hhe')
array([1, 1, 1, 1])
np.char.count(arr,'ab')
array([0, 0, 1, 0])

Здесь мы искали две разные подстроки без определения границ. И результат показывает работу. Есть четыре строки, и в каждой мы имеем "the" только один раз. В то время как было больше "н", он рассматривал только объединенные. То же самое относится и ко второму примеру: "ав" встречается вместе дважды. Но только один раз "б" после "а".

np.char.count(arr,'h',2)
array([1, 2, 0, 2]))
array([0, 0, 1, 1]))
array([1, 0, 0, 1])
np.char.count(arr,'a',3,7)
array([0, 0, 1, 0]))
array([0, 1, 0, 2])

Здесь вы можете увидеть, что начало и конец могут быть использованы индивидуально. И даже не используя слова начало и конец, мы можем распределить позиции.

Str.count vs Numpy Count

Count используется еще одним способом в базовом python как string.count(). Согласно W3schools, метод возвращает количество раз, когда указанное значение появляется в строке. Это похоже на numpy count, но немного отличается.

arr.count('hh')
Traceback (most recent call last):
  File "", line 1, in 
AttributeError: 'numpy.ndarray' object has no attribute 'count'
a.count('pla')
1
a.count('o')
4

Если мы используем count напрямую, это дает ошибку трассировки. Потому что 'arr'-это N-мерный массив с несколькими строковыми массивами. В то время как если мы используем простую строку типа "а", это дает аналогичные результаты. Таким образом, в numpy функция count вызывается для каждой строки отдельно, а rest-то же самое

Если мы используем count напрямую, это дает ошибку трассировки. Потому что 'arr'-это N-мерный массив с несколькими строковыми массивами. В то время как если мы используем простую строку типа "а", это дает аналогичные результаты. Таким образом, в numpy функция count вызывается для каждой строки отдельно, а rest-то же самое

Когда вы ищете numpy count, вы также можете получить эту функцию. Это подсчитывает количество ненулевых значений в массиве a. С синтаксисом: numpy.count_nonzero(a,, *,)

Он подсчитывает количество ненулевых значений в N-мерном массиве. Без оси он говорит для всего массива. С помощью axis он сообщает результаты в виде строки или столбца.

Что Дальше?

NumPy очень мощен и невероятно важен для информатики в Python. Это правда, если вы интересуетесь наукой о данных в Python, вам действительно следует узнать больше о Python.

Возможно, вам понравятся наши следующие учебники по numpy.

• Среднее значение: Реализация и важность
• Использование случайной функции для создания случайных данных
• Reshape: Изменение Формы Массивов С Легкостью
• Углубленное объяснение np.power() С Примерами
• Функция Зажима

Вывод

В заключение можно сказать, что numpy count широко используется и легко понимается. Таким образом, каждый может использовать его с комфортом и сделать вычисления проще.

Все еще есть какие-либо сомнения или вопросы, дайте мне знать в разделе комментариев ниже. Я постараюсь помочь вам как можно скорее.

Счастливого Пифонирования!