numpy.digitize 返回值超出范围？答案

【问题标题】：numpy.digitize returns values out of range?numpy.digitize 返回值超出范围？
【发布时间】：2011-05-20 07:13:01
【问题描述】：

我正在使用以下代码将数组数字化为 16 个 bin：

numpy.digitize(array, bins=numpy.histogram(array, bins=16)[1])

我希望输出在 [1, 16] 范围内，因为有 16 个 bin。但是，返回的数组中的值之一是 17。这如何解释？

【问题讨论】：

标签： python statistics numpy binning

【解决方案1】：

在 numpy 1.8 版中，您可以选择是否希望 numpy.digitize 考虑关闭或打开的间隔。下面是一个例子（复制自http://docs.scipy.org/doc/numpy/reference/generated/numpy.digitize.html）

x = np.array([1.2, 10.0, 12.4, 15.5, 20.])

bins = np.array([0,5,10,15,20])

np.digitize(x,bins,right=True)

数组([1, 2, 3, 4, 4])

【讨论】：

【解决方案2】：

这实际上是numpy.digitize() 的记录行为：

返回的每个索引 i 是这样的 bins[i-1] <= x < bins[i] 如果 bins 是单调递增的，或者 bins[i-1] > x >= bins[i] 如果 bins 单调递减。如果x 中的值超出 bins、0 或 len(bins) 的边界将酌情返回。

因此，在您的情况下，0 和 17 也是有效的返回值（请注意，numpy.histogram() 返回的 bin 数组的长度为 17）。 numpy.histogram() 返回的 bin 覆盖范围 array.min() 到 array.max()。文档中给出的条件显示 array.min() 属于第一个 bin，而 array.max() 位于最后一个 bin 之外——这就是为什么 0 不在输出中，而 17 在输出中。

【讨论】：

嗯，我确实知道 digitize() 的边缘情况行为。但是，由于我使用 histogram() 来创建 bin，不是所有值都应该位于 bin 内吗？
正如我在回答中解释的那样，array.min() 应该位于第一个 bin 中，因为它满足 bins[0] <= array.min() < bins[1] 条件，但 array.max() 不满足 bins[15] <= array.max() < bins[16]，所以它不在最后一个垃圾箱。
感谢您的耐心等待。 numpy.histogram 的 bins 参数的行为不同（最后一个区间是闭区间），导致混淆。

【解决方案3】：

numpy.histogram() 产生一个 bin edges 数组，其中有 (number of bins)+1。

【讨论】：