Skip to main content
 首页 » 编程设计

python之计算每个 bin 中有多少值

2024年11月24日16lidabo

假设我有一组分区 P在区间内 [0,1) . P长度为 N .例如:

P = np.array([0,0.05,0.1,0.3,0.7,1]) 

它划分[0,1)到以下间隔:

[0,0.05), [0.05,0.1), [0.1,0.3), [0.3,0.7) , [0.7,1) 

我有另一个数组 U长度K在 [0,1)其元素是u+i/K对于 i = 0,...,K-1其中 0<u<1/K .例如

U = np.array([0.03,0.13,0.23,0.33,0.43,0.53,0.63,0.73,0.83,0.93]) 

我想统计U中的元素个数属于每个分区j = 0, ..., N-1 .在这个例子中,我们有

C = np.array([1,0,2,4,3]) 

有没有办法不使用循环来做到这一点?

请您参考如下方法:

一种方法是使用 np.searchsorted获取 U 中的元素应该插入到 P 中以保持顺序的索引,然后是 np.bincount计算每个索引的出现次数:

np.bincount(np.searchsorted(P,U))[1:] 
# array([1, 0, 2, 4, 3]) 

或用np.digitize假设 bins 总是单调增加:

np.bincount(np.digitize(U,P))[1:] 
# array([1, 0, 2, 4, 3]) 

详情

P = np.array([0,0.05,0.1,0.3,0.7,1]) 
U = np.array([0.03,0.13,0.23,0.33,0.43,0.53,0.63,0.73,0.83,0.93]) 

如前所述,np.searchsorted 将返回 U 中的元素应插入到 P 中的索引,以便后者保留订购:

s = np.searchsorted(P,U) 
# array([1, 3, 3, 4, 4, 4, 4, 5, 5, 5]) 

接下来我们要做的是统计每个索引出现的次数。为此,我们可以使用 np.bincount,它将完全按照我们的要求进行。请注意,返回的分箱数组将具有最多 np.amax(x)+1 计数,这意味着它还将为缺失值输出 0 计数,2 在这种情况下,对应于区间 [0.05,0.1):

np.bincount(s)[1:] 
# array([1, 0, 2, 4, 3])