mindspore.mint.bincount

mindspore.mint.bincount(input, weights=None, minlength=0)

统计 input 中每个值的出现次数。

如果不指定 minlength ，输出Tensor的长度为输入 input 中最大值加1。如果指定了 minlength，则输出Tensor的长度为 input 中最大值加1和 minlength 的最大值。

输出Tensor中每个值标记了该索引值在 input 中的出现次数。如果指定了 weights，对输出的结果进行加权处理，即 \(out[n]+=weight[i]\) 而不是 \(out[n]+=1\)。

警告

这是一个实验性API，后续可能修改或删除。

参数：

• input (Tensor) - 一维的Tensor。

• weights (Tensor，可选) - 权重，与 input shape相同。默认值： None 。

• minlength (int，可选) - 输出Tensor的最小长度，应为非负数。默认值： 0 。

返回：

Tensor，如果输入为非空，输出shape为 \((max(max(input)+1, minlength), )\)，否则shape为 \((0, )\)。

异常：

• TypeError - 如果 input 或 weights 不是Tensor。

• ValueError - 如果 input 中存在负数。

• ValueError - 如果 input 不是一维的，或者 input 和 weights 不具有相同的shape。

支持平台：

Ascend

样例：

>>> from mindspore import mint
>>> print(mint.bincount(np.arange(5)))
[1. 1. 1. 1. 1.]
>>> print(mint.bincount(np.array([0, 1, 1, 3, 2, 1, 7])))
[1. 3. 1. 1. 0. 0. 0. 1.]
>>> w = np.array([0.3, 0.5, 0.2, 0.7, 1., -0.6]) # weights
>>> x = np.array([0, 1, 1, 2, 2, 2])
>>> print(mint.bincount(x,  weights=w, minlength=5))
[0.3 0.7 1.1 0.0 0.0]