Question

我有两个numpy数组：

rates = [1.1, 0.8...]
zenith_anlges = [45, 20, ....]

rates和zen_angles的长度相同。

我还有一些预定义的zenith_angle bins，

zen_bins = [0, 10, 20,...]

我需要做的是根据其相应的天顶角仓对rates进仓。

一个丑陋的方法是

nbin = len(zen_bins)-1 
norm_binned_zen = [[0]]*nbin 
for i in range(nbin):
    norm_binned_zen[i] = [0]
for i in range(len(rates)):
    ind = np.searchsorted(zen_bins,zen_angles[i]) #The corresponding bin number
    norm_binned_zen[ind-1].append(rates[i])

这不是Python语言，对于大型数组很费时间。我相信必须有一些更优雅的方法吗？

Answer 1

起始数据（此处随机生成）：

import numpy as np

rates = np.random.random(100)
zenith_angles = np.random.random(100)*90.0
zen_bins = np.linspace(0, 90, 10)

由于您使用的是numpy，因此可以使用单行解决方案：

norm_binned_zen = [rates[np.where((zenith_angles > low) & (zenith_angles <= high))] for low, high in zip(zen_bins[:-1], zen_bins[1:])]

将此行分为几步：

列表推导在每个bin的low和hight边上成对循环。
numpy.where用于在zenith_angles数组中查找给定bin内的角度索引。
numpy indexing用于选择上一步获得的索引处的rates值。

直方图一个数组基于另一个数组

1 个答案: