我有一个N元素的数组(未排序)。我想保留N的原始顺序,但是不是实际的元素,我希望它们有它们的bin数,其中N被分成相等的m个b(如果N可以被m整除)或者几乎相等(N不能被m整除)值。我需要一个矢量化解决方案(因为N相当大,所以标准的python方法效率不高)。是否有任何scipy或numpy可以做到这一点?
e.g.
N = [0.2, 1.5, 0.3, 1.7, 0.5]
m = 2
Desired output: [0, 1, 0, 1, 0]
我看过numpy.histogram,但它没有给我不等间隔的垃圾箱。
答案 0 :(得分:2)
本文中列出的是一种基于NumPy的矢量化方法,其思想是使用np.searchsorted
为输入数组的长度创建等间距索引 -
这是实施 -
def equal_bin(N, m):
sep = (N.size/float(m))*np.arange(1,m+1)
idx = sep.searchsorted(np.arange(N.size))
return idx[N.argsort().argsort()]
示例运行每个bin的bin计数以验证结果 -
In [442]: N = np.arange(1,94)
In [443]: np.bincount(equal_bin(N, 4))
Out[443]: array([24, 23, 23, 23])
In [444]: np.bincount(equal_bin(N, 5))
Out[444]: array([19, 19, 18, 19, 18])
In [445]: np.bincount(equal_bin(N, 10))
Out[445]: array([10, 9, 9, 10, 9, 9, 10, 9, 9, 9])
这是另一种使用linspace
创建可用作索引的等间距数字的方法,如下所示 -
def equal_bin_v2(N, m):
idx = np.linspace(0,m,N.size+0.5, endpoint=0).astype(int)
return idx[N.argsort().argsort()]
示例运行 -
In [689]: N
Out[689]: array([ 0.2, 1.5, 0.3, 1.7, 0.5])
In [690]: equal_bin_v2(N,2)
Out[690]: array([0, 1, 0, 1, 0])
In [691]: equal_bin_v2(N,3)
Out[691]: array([0, 1, 0, 2, 1])
In [692]: equal_bin_v2(N,4)
Out[692]: array([0, 2, 0, 3, 1])
In [693]: equal_bin_v2(N,5)
Out[693]: array([0, 3, 1, 4, 2])