本文介绍一种无需显式循环、兼顾性能与可读性的方法，使用 Python 标准库 statistics.multimode 批量获取 NumPy 二维数组中每一行的众数（即出现次数最多的全部值），适用于大规模数据场景。
本文介绍一种无需显式循环、兼顾性能与可读性的方法，使用 python 标准库 `statistics.multimode` 批量获取 numpy 二维数组中每一行的众数（即出现次数最多的全部值），适用于大规模数据场景。
在科学计算和数据分析中，常需对二维数组按行统计频次并提取众数（mode）。不同于单值模式（如 scipy.stats.mode 返回首个众数），实际业务中往往要求返回所有并列最高频次的值——例如 [2, 7, 7, 2, 1] 中 2 和 7 均出现 2 次，二者均为众数，应同时保留。
传统方案（如 np.unique + 循环）虽直观，但面对百万级行数据时性能急剧下降；而 np.unique(..., axis=1) 作用于整个二维结构，无法满足“逐行独立统计”的需求。更优解是借助 Python 3.8+ 内置的 statistics.multimode ——它专为处理多众数场景设计，且底层实现高效，配合 map 可实现零显式循环的向量化语义。
以下为完整实现示例：
import numpy as np
from statistics import multimode
# 示例输入：形状为 (3, 5) 的二维数组
a = np.asarray([[2, 7, 7, 2, 1],
[1, 2, 3, 5, 5],
[6, 6, 6, 6, 6]])
# 一行代码完成逐行众数提取
result = list(map(multimode, a))
print(result)
# 输出: [[2, 7], [5], [6]]✅ 优势说明：
- 无显式循环：map 在 C 层调度，比 Python for 循环快数倍，尤其适合 x >> 10⁴ 的大数据量；
- 天然支持多众数：multimode 自动返回所有最高频元素（升序排列），无需手动比对计数；
- 类型安全：输入可为 list、tuple 或 np.ndarray（multimode 内部自动迭代），无需额外转换；
- 内存友好：不生成中间计数矩阵，避免 np.bincount 等方法对值域范围的隐式依赖。
⚠️ 注意事项：
- 若某行所有元素频次相同（如 [1,2,3,4]），multimode 将返回全部元素（符合数学定义）；若需排除此情况，可后置过滤：[modes for modes in result if len(modes) == 1]；
- multimode 要求输入非空，空行会触发 StatisticsError，建议预处理：list(map(lambda row: multimode(row) if len(row) else [], a))；
- 对于超大数组（如 x > 10⁷），可结合 concurrent.futures.ProcessPoolExecutor 进行分块并行加速，但通常 map 已足够。
综上，statistics.multimode 是解决“逐行多众数提取”问题的简洁、标准且高性能方案。它规避了 NumPy 多维统计接口的语义局限，又无需引入额外依赖，在可维护性与执行效率间取得优秀平衡。
