如何对矩阵进行装箱

Question

numpy.histogram(data, bins) 是一种非常快速有效的方法来计算数据数组中有多少元素落入由数组 bins 定义的 bin 中。是否有等效功能可以解决以下问题？我有一个 R 行乘以 C 列的矩阵。我想使用 bins 给出的定义对矩阵的每一行进行 bin 处理。结果应该是一个包含 R 行且列数等于 bin 数的矩阵。

我尝试使用函数 numpy.histogram(data, bins) 作为输入矩阵，但我发现矩阵被视为具有 R*C 元素的数组。然后，结果是一个包含 Nbins 个元素的数组。

Answer 1

如果您将其应用于具有许多行的数组，此函数将以一些临时内存为代价为您提供一些加速。

def hist_per_row(data, bins):

    data = np.asarray(data)

    assert np.all(bins[:-1] <= bins[1:])
    r, c = data.shape
    idx = bins.searchsorted(data)
    step = len(bins) + 1
    last = step * r
    idx += np.arange(0, last, step).reshape((r, 1))
    res = np.bincount(idx.ravel(), minlength=last)
    res = res.reshape((r, step))
    return res[:, 1:-1]

最后一行的res[:, 1:-1] 与 numpy.histogram 一致，后者返回一个数组，其长度为len(bins) - 1，但如果你想计算小于和大于bins[0] 的值，可以删除它和bins[-1]。

Answer 2

感谢大家的回答和cmets。最后，我找到了一种加快分箱过程的方法。我没有使用np.searchsorted(data)，而是使用np.array(data*nbins, dtype=int)。将这一行替换为 Bi Rico 发布的代码，我发现它的速度提高了 3 倍。下面我将 Bi Rico 的功能与我的修改一起发布，以便其他用户可以轻松使用它。

def hist_per_row(data, bins):

    data = np.asarray(data)
    assert np.all(bins[:-1] <= bins[1:])
    r, c = data.shape

    nbins = len(bins)-1
    data = data/bins[-1]
    idx = array(data*nbins, dtype=int)+1

    step = len(bins) + 1
    last = step * r
    idx += np.arange(0, last, step).reshape((r, 1))
    res = np.bincount(idx.ravel(), minlength=last)
    res = res.reshape((r, step))
    return res[:, 1:-1]

Answer 3

类似的东西？

import numpy as np
data = np.random.rand(10,20)
print np.apply_along_axis(lambda x: np.histogram(x)[0], 1, data)