获取每个类别样本数量：Python实现与代码示例

在机器学习和数据分析中，了解数据集中每个类别的样本数量至关重要。这有助于我们理解数据集的分布情况，识别潜在的类别不平衡问题，并为模型训练和评估提供指导。

本篇文章将介绍如何使用Python获取每个类别中的样本数量，并提供详细的代码示例和解释。

方法一：使用collections.Counter()

collections.Counter() 是 Python 内置库中的一个强大工具，可以用来统计可迭代对象中每个元素出现的次数。我们可以利用它来快速统计每个类别的样本数量。pythonfrom collections import Counter

示例数据集data = ['cat', 'dog', 'cat', 'bird', 'dog', 'cat', 'cat']

使用 Counter 统计每个类别样本数量class_counts = Counter(data)

打印结果print(class_counts)

输出结果：

Counter({'cat': 4, 'dog': 2, 'bird': 1})

方法二：使用pandas库

如果你在使用 pandas 库处理数据，可以使用 value_counts() 方法来统计每个类别的样本数量。pythonimport pandas as pd

示例数据集data = {'animal': ['cat', 'dog', 'cat', 'bird', 'dog', 'cat', 'cat']}df = pd.DataFrame(data)

使用 value_counts() 统计每个类别样本数量class_counts = df['animal'].value_counts()

打印结果print(class_counts)

输出结果：

cat 4dog 2bird 1Name: animal, dtype: int64

总结

本文介绍了两种使用 Python 获取每个类别样本数量的方法。collections.Counter() 方法简洁高效，适用于处理列表等简单数据结构；而 pandas.value_counts() 方法则更适合处理 DataFrame 等结构化数据。选择哪种方法取决于你的具体需求和数据格式。