np.unique() và cumsum() trong NumPy: đếm giá trị, cộng dồn
Bài 16/23 · Chương 2
Mảng và tư duy vector
- 6 phút
- Cơ bản
- Python 3.14
- Cập nhật
Trong bài này · 11
np.unique() trong NumPy (numpy unique) trả các giá trị khác nhau của một mảng, đã sắp tăng dần; thêm return_counts=True, nó còn đếm mỗi giá trị xuất hiện bao nhiêu lần. cumsum() cộng dồn: mỗi phần tử của kết quả là tổng của chính nó và mọi số đứng trước nó. Hai phép này trả lời "có những loại nào, mỗi loại bao nhiêu" và "tới tháng này đã tiêu bao nhiêu".
Cần biết trước: boolean mask và thống kê theo axis.
np.unique(): các giá trị khác nhau
Quán xin khách chấm điểm từ 1 đến 5 sao sau mỗi đơn. np.unique() gom các điểm đã có, bỏ phần lặp và sắp tăng dần; với chữ, nó sắp theo mã Unicode của ký tự, nên chữ mở đầu bằng "ă", "đ" đứng sau "z":
import numpy as np
sao = np.array([5, 4, 5, 3, 5, 4, 2, 5, 4, 5])
print(np.unique(sao))
kenh = np.array(["tại quán", "giao hàng", "tại quán",
"mang đi", "giao hàng", "tại quán"])
print(np.unique(kenh))
print(len(np.unique(kenh)), "kênh bán")KẾT QUẢ
[2 3 4 5]
['giao hàng' 'mang đi' 'tại quán']
3 kênh bánMười lần chấm chỉ có bốn mức khác nhau, không ai cho 1 sao. len() của kết quả là số giá trị khác nhau, như đếm số kênh bán. Kết quả không giữ thứ tự xuất hiện trong mảng gốc: "tại quán" xuất hiện trước nhưng đứng sau cùng.
Đếm số lần với return_counts=True
Thêm return_counts=True, np.unique() trả hai mảng cùng độ dài: các giá trị và số lần của từng giá trị, theo đúng cặp vị trí. Gán cho hai biến một lần:
import numpy as np
sao = np.array([5, 4, 5, 3, 5, 4, 2, 5, 4, 5])
gia_tri, so_lan = np.unique(sao, return_counts=True)
print(gia_tri)
print(so_lan)
print(so_lan.sum() == len(sao))
print("Hay gặp nhất:", gia_tri[so_lan == so_lan.max()])KẾT QUẢ
[2 3 4 5]
[1 1 3 5]
True
Hay gặp nhất: [5]Đọc theo cặp: điểm 2 một lần, điểm 3 một lần, điểm 4 ba lần, điểm 5 năm lần. Tổng các số đếm luôn bằng độ dài mảng gốc, dòng ba kiểm điều đó. Dòng cuối dùng mask so_lan == so_lan.max() để lấy mọi giá trị có số lần lớn nhất; nếu hai mức cùng hay gặp nhất, cả hai đều được in.
Đổi 2, 5, 4, 5]) thành 2, 5, 4, 4]) rồi chạy lại: dòng cuối in Hay gặp nhất: [4 5].
Đếm cũng là một cách soát dữ liệu. File chi_tieu_thang.csv ghi chi tiêu (đồng) của một hộ trong 12 tháng, mỗi cột một khoản; đọc nó bằng np.loadtxt() rồi đếm các giá trị của cột suc_khoe:
import numpy as np
chi_tieu = np.loadtxt("chi_tieu_thang.csv", delimiter=",",
skiprows=1, usecols=range(1, 8), dtype=int,
encoding="utf-8")
gia_tri, so_lan = np.unique(chi_tieu[:, 5], return_counts=True)
print(gia_tri[so_lan > 1], so_lan[so_lan > 1])
print(len(gia_tri), "mức chi khác nhau trong 12 tháng")KẾT QUẢ
[500000] [6]
7 mức chi khác nhau trong 12 thángKhoản sức khỏe đúng 500.000 đ ở sáu tháng: đó là phí tập gym trả mỗi tháng, còn các tháng khác có thêm tiền khám hay mua thuốc. Một con số lặp lại nhiều lần như vậy thường là khoản định kỳ, hoặc là một giá trị điền sẵn khi thiếu dữ liệu; np.unique() cho bạn thấy nó trong một dòng.
cumsum(): tổng cộng dồn
sum() gộp cả mảng thành một số; cumsum() giữ lại mọi bước cộng. Tổng chi mỗi tháng là chi_tieu.sum(axis=1), và cumsum() của nó là số tiền đã tiêu tính từ đầu năm:
import numpy as np
chi_tieu = np.loadtxt("chi_tieu_thang.csv", delimiter=",",
skiprows=1, usecols=range(1, 8), dtype=int,
encoding="utf-8")
moi_thang = chi_tieu.sum(axis=1)
luy_ke = moi_thang.cumsum()
print((luy_ke / 1_000_000).round(1))
chua_vuot = (luy_ke <= 100_000_000).sum()
print("Vượt 100 triệu từ tháng", chua_vuot + 1)KẾT QUẢ
[ 19.1 33.7 50. 64.4 77.2 94.9 113.7 129.3 144.1 157.9 174.5
186. ]
Vượt 100 triệu từ tháng 7Kết quả dài bằng mảng gốc: 12 tháng, 12 số lũy kế (triệu đồng), số cuối là tổng cả năm. Vì chi tiêu không âm, dãy lũy kế không bao giờ giảm, nên đếm số tháng chưa vượt 100 triệu bằng mask rồi cộng 1 là ra tháng đầu tiên vượt mốc đó: tháng 7.
Kiểm tra nhanh
Sau
import numpy as np,print(np.unique(np.array([3, 1, 3, 2, 1])))in ra gì?[3 1 2][1 2 3][2 2 1]
Sau
import numpy as np,print(np.array([2, 3, 4]).cumsum())in ra gì?9[2 3 4][2 5 9]
Với
sao = np.array([5, 4, 5, 5]), saugia_tri, so_lan = np.unique(sao, return_counts=True), những điều nào đúng?gia_trilà[4 5]so_lanlà[1 3]so_lan.sum()bằng4gia_trigiữ thứ tự xuất hiện[5 4]
Sau
import numpy as np,print(np.ones((2, 3)).cumsum().shape)in ra gì?(6,)(2, 3)(3,)
Bài tập
Tìm ngày doanh thu lũy kế chạm mục tiêu
Đầu tháng, quán đặt mục tiêu doanh thu muc_tieu (triệu đồng). doanh_thu là mảng doanh thu từng ngày (triệu đồng, không âm), phần tử đầu là ngày 1. Viết thân hàm ngay_dat_muc_tieu(doanh_thu, muc_tieu): ngày đạt mục tiêu là ngày đầu tiên mà tổng từ ngày 1 tới hết ngày đó lớn hơn hoặc bằng muc_tieu. Chưa ngày nào đạt thì kết quả là 0.
Dùng cumsum() và không dùng vòng lặp for. Hàm không sửa mảng doanh_thu của nơi gọi.
Trả về: số ngày (đếm từ 1) đạt mục tiêu, hoặc 0, một int.
Ví dụ ngay_dat_muc_tieu(np.array([18, 24, 17, 21, 31, 10, 23]), 100) cho 5: sau ngày 4 mới có 80 triệu, hết ngày 5 có 111 triệu.
import numpy as np
def ngay_dat_muc_tieu(doanh_thu, muc_tieu):
pass # Viết thân hàm thay cho dòng nàyTóm tắt
np.unique(a)trả các giá trị khác nhau củaa, sắp tăng dần;len()của nó là số giá trị khác nhau.np.unique(a, return_counts=True)trả thêm số lần của từng giá trị, theo đúng cặp vị trí; tổng số đếm bằnglen(a).Giá trị hay gặp nhất:
gia_tri[so_lan == so_lan.max()], lấy được cả khi có nhiều giá trị bằng nhau.cumsum()cho mảng dài bằng mảng gốc; mỗi ô cộng dồn mọi số tính tới chỗ nó đứng, nên ô cuối chính làsum().Trên bảng, ghi
axis=0hayaxis=1chocumsum(); thiếuaxisthì bảng bị đọc thành một hàng.
Câu hỏi thường gặp
Có hàm nào giống COUNTIF của Excel trong NumPy không?
Không có hàm riêng, nhưng mask làm đúng việc đó: (sao == 5).sum() đếm số lần chấm 5 sao, (sao >= 4).sum() đếm số lần từ 4 sao. np.unique(..., return_counts=True) đếm cho mọi giá trị một lượt.
Làm sao lấy số đếm theo thứ tự xuất hiện, không theo thứ tự sắp?
Thêm return_index=True: np.unique() trả thêm vị trí lần xuất hiện đầu của mỗi giá trị. Sắp các giá trị theo mảng vị trí đó bằng argsort(), như bài argmax, argsort, là ra thứ tự xuất hiện.
Có cumprod hay tổng cộng dồn theo hàng không?
Có. cumprod() nhân dồn thay cho cộng dồn, hay dùng để tính lãi kép từ các hệ số tăng trưởng. cumsum(axis=1) cộng dồn theo hàng, như cộng dần các khoản chi trong cùng một tháng.
np.unique() có đếm được ô trống (nan) không?
Có: với NumPy 2.4, mọi nan được gom thành một giá trị đứng cuối kết quả, kèm số lần của nó. Trước khi đếm, nên tách ô trống ra bằng np.isnan() như bài NaN trong NumPy, để biết mảng thiếu bao nhiêu ô.
Chủ đề
Dữ liệu của bài
- Tải xuống
chi_tieu_thang.csv
CSV · 738 byte
Bài này có hữu ích?
Hỏi đáp
Tham vấn chuyên môn
Nhà sáng lập AIDev và VietPlatform · Thạc sĩ AI MSE
- Tốt nghiệp thủ khoa xuất sắc Thạc sĩ AI MSE.
- Đồng sáng lập, CTO E-University, SVOnline: số hóa 10+ đại học, 40.000+ sinh viên.
- Xây hệ thống AI cho doanh nghiệp tại VietPlatform.