Numpy：将分数更改为 4 GPA 分数 [重复]答案

【问题标题】：Numpy: change score to 4 GPA score [duplicate]Numpy：将分数更改为 4 GPA 分数 [重复]
【发布时间】：2021-12-25 00:40:18
【问题描述】：

我想编写一个简短的代码（可能使用numpy 或任何其他数学包）根据link 中的4 GPA 公式计算我在python 中获得的分数

意思是，如果我收到这个分数列表：

[95,100,80,42]

我会收到这个结果：

[4.0,4.0,2.7,0.0]

【问题讨论】：

请edit 提出您迄今为止所做的具体尝试，并详细说明您遇到的问题，谢谢！
根据您自己的研究，您尝试过什么，您的尝试出了什么问题？请edit您的问题包括minimal reproducible example，以便我们提供具体帮助

标签： python numpy

【解决方案1】：

使用np.digitize 的纯 NumPy 解决方案：

import numpy as np
scores = [95, 100, 80, 42, 39, 96, 80, 69]
bins = [64, 66, 69, 72, 76, 79, 82, 86, 89, 92, 96, 100]
gpa_scale = np.array([0.0, 1.0, 1.3, 1.7, 2.0, 2.3, 2.7, 3.0, 3.3, 3.7, 4.0, 4.0])
print(repr(gpa_scale[np.digitize(scores, bins, right=True)]))

输出：

array([4. , 4. , 2.7, 0. , 0. , 4. , 2.7, 1.3])

编辑： 您也可以使用np.searchsorted，它应该更快，因为它对输入的检查更少，代码几乎相同：

import numpy as np
scores = [95, 100, 80, 42, 39, 96, 80, 69]
bins = [64, 66, 69, 72, 76, 79, 82, 86, 89, 92, 96, 100]
gpa_scale = np.array([0.0, 1.0, 1.3, 1.7, 2.0, 2.3, 2.7, 3.0, 3.3, 3.7, 4.0, 4.0])
print(repr(gpa_scale[np.searchsorted(bins, scores, side='left')]))

输出：

array([4. , 4. , 2.7, 0. , 0. , 4. , 2.7, 1.3])

复杂性： np.digitize 和 np.searchsorted 都将二进制搜索应用于 bin 值，这会导致 O(nlogm) 最坏情况的复杂性。而 for 循环和 if 检查具有 O(nm) 最坏情况复杂性。这里n是输入的长度，m是bin的长度。

【讨论】：

【解决方案2】：

list1 = [95, 100, 80, 42]


def GPA(inp):
    for i in list1:
        if i >= 90:
            print(4.0)
        elif i >= 80:
            print(3.0)
        elif i >= 70:
            print(2.0)
        else:
            print(1.0)


GPA(list1)

输出

4.0
4.0
3.0
1.0

这里我使用了一个列表并创建了一个函数，它将检查条件并给出输出

【讨论】：

不考虑链接中的所有案例