文档反馈

问题文档片段

问题文档片段包含公式时，显示为空格。

提交类型

issue

有点复杂...

找人问问吧。

PR

小问题，全程线上修改...

一键搞定！

请选择提交类型

问题类型

规范和低错类

- 规范和低错类：

- 错别字或拼写错误，标点符号使用错误、公式错误或显示异常。

- 链接错误、空单元格、格式错误。

- 英文中包含中文字符。

- 界面和描述不一致，但不影响操作。

- 表述不通顺，但不影响理解。

- 版本号不匹配：如软件包名称、界面版本号。

易用性

- 易用性：

- 关键步骤错误或缺失，无法指导用户完成任务。

- 缺少主要功能描述、关键词解释、必要前提条件、注意事项等。

- 描述内容存在歧义指代不明、上下文矛盾。

- 逻辑不清晰，该分类、分项、分步骤的没有给出。

正确性

- 正确性：

- 技术原理、功能、支持平台、参数类型、异常报错等描述和软件实现不一致。

- 原理图、架构图等存在错误。

- 命令、命令参数等错误。

- 代码片段错误。

- 命令无法完成对应功能。

- 界面错误，无法指导操作。

- 代码样例运行报错、运行结果不符。

风险提示

- 风险提示：

- 对重要数据或系统存在风险的操作，缺少安全提示。

内容合规

- 内容合规：

- 违反法律法规，涉及政治、领土主权等敏感词。

- 内容侵权。

请选择问题类型

问题描述

点击输入详细问题描述，以帮助我们快速定位问题。

提交

文档反馈

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 之间的最大值。

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