Counter(),np.unique(),np.bincoun

1. Counter()

from collections import Counter
y = torch.randint(0, 5, (20,))  # 20个sample的真实标签，值为0-4。
print(Counter(y.numpy()))
"""
Counter()会生成一个字典，读出numpy array中各个类含有多少sample。
output:
Counter({3: 3, 2: 4, 4: 3, 0: 4, 1: 6})
"""

np.bincount()

np.bincount(y)
"""
np.bincount()会生成一个array，每一个元素代表一个类的samples的个数。
output:
array([5, 3, 3, 5, 4])
"""

2. np.unique()

y = torch.randint(0, 5, (20,))  # 20个sample的真实标签，值为0-4。
print(np.unique(y))
"""
np.unique()生成一个array，输出有多少类别。
output:
array([0, 1, 2, 3, 4])
"""

3. 取出满足条件的元素

# 去除0元素/取出非0元素
t = np.array([1,1,1,2,0,6,7,8,2,2])
print(t[t!=0])
"""
output:
[1 1 1 2 6 7 8 2 2]
"""
# 取出满足条件的元素
a = np.array([0,-1,-2,5,7,18,9,-4])
print((a<0))
print(a[(a<0)])
print(a[a<0])
"""
output:
[False  True  True False False False False  True]
[-1 -2 -4]
[-1 -2 -4]
"""