<?php
$cars=array("Volvo","BMW","Toyota");
echo count($cars);
?>

结果：3

 


转载：http://www.w3school.com.cn/php/func_array_count.asp

 
 
Happiness is to find someone who can give you warm and share your life together.
 
 
幸福就是找一个温暖的人过一辈子。
 
 
数理统计中常用函数、概率分布函数总结
 
克罗内克函数（Kornecker delta）
 

 $$\delta(i,j)=\begin{cases}
0& \text{if $i \neq j $}\\
1& \text{if i=j}
\end{cases}$$ 
 
伯努利分布函数（Bernoulli distribution）
 
又名两点分布或0-1分布。
 
如果试验E是一个伯努利试验，将E独立重复地进行n次，则称这一串重复的独立试验为n重伯努利试验。
进行一次伯努利试验，成功(X=1)概率为p(0<=p<=1)，失败(X=0)概率为1-p，则称随机变量X服从伯努利分布。 
 伯努利分布是离散型概率分布，概率分布函数为： 
 
   $$f(x)=p^x(1-p)^{1-x}=\begin{cases}
p& \text{if x=1}\\
1-p & \text{if x=0}\\
0  & otherwise
\end{cases}$$ 
 
二项分布（Binomial distribution）
 
二项分布是n重伯努利试验成功次数的离散概率分布。
 
如果试验E是一个n重伯努利试验，每次伯努利试验的成功概率为p，X代表成功的次数，则X的概率分布是二项分布，记为X~B(n,p)，其概率质量函数为： 
 
   $$P\{X=k\}=C_n^kp^k(1-p)^{n-k},k=0,1,2,3...,n.$$  
 
   $$\sum_{k=0}^n P\{X=k\}=1$$ 
伯努利分布是二项分布在n=1时的特例。
二项分布名称的由来，是由于其概率质量函数中使用了二项系数，该系数是二项式定理中的系数，二项式定理由牛顿提出： 
 
   $$(x+y)^n=C_n^kx^ky^{n-k}$$ 
 
多项分布（Multinomial distribution）
 
多项式分布是二项式分布的推广。二项式做n次伯努利实验，规定了每次试验的结果只有两个，如果现在还是做n次试验，只不过每次试验的结果可以有多m个，且m个结果发生的概率互斥且和为1，则发生其中一个结果X次的概率就是多项式分布。多项式分布的质量函数如下： 
 
 $$P\{X_1=k_1,X_2=k_2,......,X_n=k_n\}=\frac{n!}{k_1!k_2!...K_n!}\prod_{i=1}^nP_i^{k_i},where \sum_{i=0}^nk_i=n.$$ 
 
贝塔分布（Beta distribution）
 
先了解一下先验概率、后验概率、似然函数以及共轭分布的概念。
 
先验概率 事情尚未发生前，我们对该事发生概率的估计。利用过去历史资料计算得到的先验概率，称为客观先验概率； 当历史资料无从取得或资料不完全时，凭人们的主观经验来判断而得到的先验概率，称为主观先验概率。例如抛一枚硬币头向上的概率为0.5，这就是主观先验概率。
后验概率 指通过调查或其它方式获取新的附加信息，利用贝叶斯公式对先验概率进行修正，而后得到的概率。
先验概率和后验概率的区别 先验概率不是根据有关自然状态的全部资料测定的，而只是利用现有的材料(主要是历史资料)计算的；后验概率使用了有关自然状态更加全面的资料，既有先验概率资料，也有补充资料。另外一种表述：先验概率是在缺乏某个事实的情况下描述一个变量；而后验概率是在考虑了一个事实之后的条件概率。
似然函数 一种关于统计模型参数的函数。给定输出x时，关于参数θ的似然函数L(θ|x)（在数值上）等于给定参数θ后变量X的概率：L(θ|x)=P(X=x|θ)。
似然和概率的区别 概率用于在已知一些参数的情况下，预测接下来的观测所得到的结果，而似然性则是用于在已知某些观测所得到的结果时，对有关事物的性质的参数进行估计。
共轭分布 后验概率分布函数与先验概率分布函数具有相同形式
 
首先考虑在试验数据比较少的情况下，直接用最大似然法估计二项分布的参数可能会出现过拟合的现象（比如，扔硬币三次都是正面，那么最大似然法预测以后的所有抛硬币结果都是正面）。为了避免这种情况的发生，可以考虑引入先验概率分布来控制参数，防止出现过拟合现象。
 
先验概率和后验概率的关系如下： 
 
 $$posterior=likelihood*prior$$  

 二项分布的似然函数为（指二项分布除归一参数的部分，似然函数不是概率分布函数是由于似然函数不需要归一化）：

 $$μ^m(1-μ)^n$$ 如果选择的先验概率也与和次方的乘积的关系，那么后验概率分布的函数形式就会跟它的先验函数形式一样了。具体来说，选择prior的形式是

 $$w_1μ^a(1-μ)^b$$ ，那么posterior就会变成

 $$w_2μ^{a+m}(1-μ)^{n+b}$$ ,

$w_1,w_2$(为概率分布函数的归一化参数)，所以posterior和prior具有相同的函数形式(都是也与和次方的乘积)，这样先验概率与后验概率就是共轭分布了。 

 通常选择贝塔分布作为先验概率分布函数，形式如下： 

 

 $$Beta(μ|a,b)=\frac{\varGamma(a+b)}{\varGamma(a)\varGamma(b)}μ^{a-1}(1-μ)^{b-1},where  0<μ<1,\varGamma(n)=(n-1)!,n=1,2,3...$$ 
 
狄利克雷分布（Dirichlet distribution）
 
狄利克雷分布是多项分布的共轭分布，与多项式分布具有相同的形式。
 
概率分布函数如下： 
 
 $$P(p_1,...,p_n;α_1,...,α_n)=\frac{1}{B(α)}\prod_{i=1}^{n}p_i^{k_i-1},where B(α)=\frac{\prod_{i=1}^{n}\varGamma(α_i)}{\varGamma(\sum_{i=1}^nα_i)}$$ 
 
欢迎参考本人博客：https://smj2284672469.github.io/

algorithm头文件定义了一个count的函数，其功能类似于find。这个函数使用一对迭代器和一个值做参数，返回这个值出现次数的统计结果。
 
编写程序读取一系列int型数据，并将它们存储到vector对象中，然后统计某个指定的值出现了多少次（代码中向量的那种方式）。
 
 
 
#include <iostream>
#include<vector>
#include<algorithm>
using namespace std;

int main()
{
	//count函数的用法
	vector<int> v(10);
	int a[10] = { 1, 2, 3, 4, 4, 4, 4 };
	v[0] = 1;
	v[1] = 1;
	v[2] = 1;
	v[3] = 1;
	v[4] = 1;
	v[5] = 1;
	v[6] = 6;
	v[7] = 7;
	v[8] = 8;
	v[9] = 9;

	//向量计数
	cout << count(v.begin(), v.end(), 1) << endl;
	cout << count(v.begin(), v.end(), 5) << endl;
	cout << count(v.begin(), v.end(), 6) << endl;
	cout << endl;
	//数组计数
	cout << count(a, a + 10, 0) << endl;
	cout << count(a, a + 10, 1) << endl;
	cout << count(a, a + 10, 4) << endl;


	system("pause");
	return 0;
}
 
结果：
 
 
 
 
https://blog.csdn.net/lyj2014211626/article/details/69615514这里面还介绍了count_if函数  也挺实用的
 

原文出处：https://www.bbsmax.com/A/GBJrn2QKJ0/
 
 
 

   
 
 
 
在Excel中经常需要实现如下需求：在某一列单元格中有不同的词语，有些词语相同，有的不同（如图1所示）。需要统计Excel表格中每个词语出现的个数，即相当于统计词频出现次数。
 
 

图1. Excel表格统计个数
 
 
解决方法：采用COUNTIFS函数。
 
 
COUNTIFS 函数语法及格式：
COUNTIFS(criteria_range1, criteria1, [criteria_range2, criteria2]…)
其中，criteria_range1和criteria1为必填项。criteria_range2, criteria2, ...为可选项。
 
 
criteria_range1：指在其中计算关联条件的第一个区域。
criteria1：指条件的形式为数字、表达式、单元格引用或文本，可用来定义将对哪些单元格进行计数。例如，条件可以表示为 10、">1"、D4、"是" 或 "20"。
criteria_range2, criteria2, ... ：为附加的区域及其关联条件。最多允许 127 个区域/条件对。
 
 
那么，需要图1所示Excel表格中词语出现的个数，需先删除该列中的重复出现的词语（如图2所示）。方法是：先将A列中所有内容复制到B列，然后选中B列，在“数据”标签中点击“删除重复项”，在弹出窗口中选择“以当前选定区域排序”按钮，最后确定即可。
 
 

图2. Excel列删除重复内容项
 
 
之后在C1单元格中输入COUNTIFS函数统计B列单元格中的每个词语在A列中出现的次数：
=COUNTIFS(A:A,B1)
最后往下拖曳将该公式应用到每行即可实现上述需求。该函数亦可采用如下写法：
=COUNTIFS($A$1:$A$11,B1)
 
 
统计结果如图3所示：

图3. 在Excel中统计个数
 
 
上面只是COUNTIFS函数的简单应用，还可以通过添加更多条件满足更加复杂的统计要求。具体可参见Excel中统计重复个数函数一文。
 
 
此外，如果只是需要计算计算Excel表格中非空单元格的个数，则使用COUNTA函数即可。COUNTA 函数可对包含任何类型信息的单元格进行计数，这些信息包括错误值和空文本 ("")。例如，如果区域包含一个返回空字符串的公式，则 COUNTA 函数会将该值计算在内。语法格式如下：
COUNTA(value1, [value2], ...)
以下版权声明必须遵守，转载时必须以链接的形式注明如下信息：
原载于 散人笔记
原文地址 http://www.eryi.org/blog/post/excel-countifs-calculate-number.html