分组一个numpy数组答案

【问题标题】：Group a numpy array分组一个numpy数组
【发布时间】：2021-03-20 21:57:58
【问题描述】：

我有一个一维数组A，这样0 <= A[i] <= 11，我想将A映射到一个数组B，这样

for i in range(len(A)):
    if 0 <= A[i] <= 2: B[i] = 0
    elif 3 <= A[i] <= 5: B[i] = 1
    elif 6 <= A[i] <= 8: B[i] = 2
    elif 9 <= A[i] <= 11: B[i] = 3

如何在numpy 中有效地实现这一点？

【问题讨论】：

两个数组都是一维的，代码在for循环中？
@azro 感谢您的指出。我已经编辑了问题。

标签： python arrays numpy matrix

【解决方案1】：

您需要使用//3 的整数除法，这是最高效的解决方案

A = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11])
B = A // 3

print(A)  # [0  1  2  3  4  5  6  7  8  9 10 11]
print(B)  # [0  0  0  1  1  1  2  2  2  3  3  3]

【讨论】：

【解决方案2】：

我会做一些事情，比如将 A[i] 的值除以 3，因为您将它们 3 除以 3、0-2 除以 3 去回答 0、3-5 去回答 1、6- 8 除以 3 等于 2，以此类推

我在这里建立了一个小架构：

A[i] --> 0-2. 除以 3 = 0，你在数组 B[i] 中得到的是 0，所以没关系 A[i] --> 3-5. 除以 3 = 1，以此类推。只需使用一种方法将 floor 设为值，使其不会变为 float 类型。

【讨论】：

好主意' np.array([2,5,6,7,8,11])//3 => array([0, 1, 2, 2, 2, 3])

【解决方案3】：

其他人提供的答案是有效的，但是我发现 numpy 的这个函数非常优雅，而且它可以让你避免 for 循环，这对于大型数组来说可能是非常低效的

import numpy as np

bins = [3, 5, 8, 9, 11]
B = np.digitize(A, bins)

【讨论】：

不错，但比 //3 慢 10 倍左右
我认为这个功能在数字不等于 3 的情况下非常有用。
对@azro，但它是一个通用解决方案。如果单个间隔不遵守长度 3 规则，则其他解决方案将无法“可扩展”

【解决方案4】：

这样的事情可能会奏效：

C = np.zeros(12, dtype=np.int)
C[3:6] = 1
C[6:9] = 2
C[9:12] = 3

B = C[A]

【讨论】：

【解决方案5】：

如果您希望将此扩展为更复杂的示例，您可以定义一个包含所有条件的函数：

def f(a):
    if 0 <= a and a <= 2:
        return 0
    elif 3 <= a and a <= 5:
        return 1
    elif 6 <= a and a <= 8:
        return 2
    elif 9 <= a and a <= 11:
        return 3

然后在你的数组上调用它A:

A = np.array([0,1,5,7,8,9,10,10, 11])
B = np.array(list(map(f, A))) # array([0, 0, 1, 2, 2, 3, 3, 3, 3])

【讨论】：