Numpy 中的分箱答案

【问题标题】：Binning in NumpyNumpy 中的分箱
【发布时间】：2016-11-30 04:57:21
【问题描述】：

我有一个数组 A，我试图将它放入 10 个容器中。这是我所做的。

A = range(1,94)
hist = np.histogram(A, bins=10)
np.digitize(A, hist[1])

但是输出有 11 个 bin，而不是 10 个，最后一个值 (93) 放在 bin 11 中，而它本应该在 bin 10 中。我可以通过 hack 修复它，但最优雅的做法是什么这？如何告诉 digitize hist[1] 中的最后一个 bin 包含在右侧 - [ ] 而不是 [ )？

【问题讨论】：

np.histogram的输出实际上有10个bin；计数是[10, 9, 9, 9, 9, 10, 9, 9, 9, 10]。也就是说，histogram 方法将最后一个 bin 的右边界视为包含。 digitize 没有；所以它与histogram准备的bin边缘不太兼容。
谢谢 zaq - 有没有办法获取元素属于哪个 bin？虽然使用上面的排序列表很容易，但当我有一个未排序的列表时，这个问题就变得很有挑战性了。

标签： python numpy histogram

【解决方案1】：

np.histogram的输出实际上有10个bin；最后一个（最右边的）bin 包含最大的元素，因为它的右边缘是包容性的（与其他 bin 不同）。

np.digitize 方法不会产生这样的异常（因为它的目的不同），因此列表中最大的元素会被放入一个额外的 bin 中。要获得与histogram 一致的bin 分配，只需使用fmin 将digitize 的输出限制为bin 的数量。

A = range(1,94)
bin_count = 10
hist = np.histogram(A, bins=bin_count)
np.fmin(np.digitize(A, hist[1]), bin_count)

输出：

array([ 1,  1,  1,  1,  1,  1,  1,  1,  1,  1,  2,  2,  2,  2,  2,  2,  2,
        2,  2,  3,  3,  3,  3,  3,  3,  3,  3,  3,  4,  4,  4,  4,  4,  4,
        4,  4,  4,  5,  5,  5,  5,  5,  5,  5,  5,  5,  6,  6,  6,  6,  6,
        6,  6,  6,  6,  6,  7,  7,  7,  7,  7,  7,  7,  7,  7,  8,  8,  8,
        8,  8,  8,  8,  8,  8,  9,  9,  9,  9,  9,  9,  9,  9,  9, 10, 10,
       10, 10, 10, 10, 10, 10, 10, 10])

【讨论】：