numpy.digitize#

numpy.digitize(x, bins, right=False)[source]#

返回输入数组中每个值所属的 bin 的索引。

right

bin 的顺序

返回的索引 i 满足

False

递增

bins[i-1] <= x < bins[i]

True

递增

bins[i-1] < x <= bins[i]

False

递减

bins[i-1] > x >= bins[i]

True

递减

bins[i-1] >= x > bins[i]

如果 x 中的值超出了 bins 的边界,则相应地返回 0 或 len(bins)

参数:
xarray_like

要进行分箱的输入数组。在 NumPy 1.10.0 之前,此数组必须是一维的,但现在可以具有任何形状。

binsarray_like

bin 数组。它必须是一维的且单调的。

rightbool, 可选

指示区间是否包含右边界或左边界。默认行为是 (right==False),表示区间不包含右边界。在这种情况下,左边界是开放的,即 bins[i-1] <= x < bins[i] 是对单调递增 bin 的默认行为。

返回:
indicesndarray of ints

索引的输出数组,形状与 x 相同。

引发:
ValueError

如果 bins 不是单调的。

TypeError

如果输入类型为复数。

注释

如果 x 中的值位于 bin 范围之外,则尝试使用 digitize 返回的索引对 bins 进行索引将导致 IndexError。

版本 1.10.0 中的新增功能。

numpy.digitize 是使用 numpy.searchsorted 实现的。这意味着使用二分查找对值进行分箱,对于大量的 bin,这种方法的扩展性远好于之前的线性搜索。它还消除了输入数组必须是一维的限制。

对于单调 *递增* bins,以下等效

np.digitize(x, bins, right=True)
np.searchsorted(bins, x, side='left')

请注意,由于参数的顺序颠倒,因此侧边也必须颠倒。 searchsorted 调用速度稍快,因为它不执行任何单调性检查。也许更重要的是,它支持所有 dtype。

示例

>>> import numpy as np
>>> x = np.array([0.2, 6.4, 3.0, 1.6])
>>> bins = np.array([0.0, 1.0, 2.5, 4.0, 10.0])
>>> inds = np.digitize(x, bins)
>>> inds
array([1, 4, 3, 2])
>>> for n in range(x.size):
...   print(bins[inds[n]-1], "<=", x[n], "<", bins[inds[n]])
...
0.0 <= 0.2 < 1.0
4.0 <= 6.4 < 10.0
2.5 <= 3.0 < 4.0
1.0 <= 1.6 < 2.5
>>> x = np.array([1.2, 10.0, 12.4, 15.5, 20.])
>>> bins = np.array([0, 5, 10, 15, 20])
>>> np.digitize(x,bins,right=True)
array([1, 2, 3, 4, 4])
>>> np.digitize(x,bins,right=False)
array([1, 3, 3, 4, 5])