Question

我有一个二维数组，其中每个元素都是一个傅立叶变换。我想对数转换“对数”。例如，让我们采用其中一个数组并将其命名为a：

a = np.arange(0, 512)

# I want to split a into 'bins' defined by b, below:
b = np.array([0] + [10 * 2**i for i in range(6)]) # [0, 10, 20, 40, 80, 160, 320, 640]

我想做的事情与使用np.split类似，除了我想根据数组b将值拆分为“ bins”，使得所有a之间的值[0，10）位于一个仓中，[10，20）之间的所有值都位于另一个仓中，等等。

我可以用某种复杂的for循环来做到这一点：

split_arr = []
for i in range(1, len(b)):
    fbin = []
    for amp in a:
        if (amp >= b[i-1]) and (amp < b[i]):
            fbin.append(amp)
    split_arr.append(fbin)

我有很多要拆分的数组，这也很难看（只是我的看法）。有更好的方法吗？

Answer 1

以下是使用np.split的方法：

np.split(a, np.searchsorted(a,b))

如果您的数组a未排序，请在上述命令之前对其进行排序：

a = np.sort(a)

np.searchsorted在b中找到要插入排序数组a中的值的位置。换句话说，np.searchsorted查找要拆分数组的位置。而且，如果您不希望开头有空数组，只需从0中删除b。

Answer 2

首先，您可以使用列表理解来减少“丑陋”：

split_arr = [[amp for amp in a if (amp >= b[i-1]) and (amp < b[i])] for i in range(1, len(b))]

然后，您可以使用numpy快速并行化功能来应用相同的逻辑（这样做看起来更加干净）：

split_arr = [a[(a >= b[i-1]) & (a < b[i])] for i in range(1, len(b))]

比较：

%timeit [[amp for amp in a if (amp >= b[i-1]) and (amp < b[i])] for i in range(1, len(b))]
1.29 ms ± 109 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%timeit [a[(a >= b[i-1]) & (a < b[i])] for i in range(1, len(b))]
35.9 µs ± 4.52 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)

基于另一个数组“对数”分割数组中的值

2 个答案: