在Python中使用numpy / scipy进行binning的矢量化方法

发布时间：2020-12-16 22:20:49 所属栏目：Python 来源：网络整理

导读：我正在使用np.digitize将Python中的2d数组(x by y)合并到其x值的区间(在“bins”中给出)： elements_to_bins = digitize(vals,bins) 其中“vals”是一个二维数组,即： vals = array([[1,v1],[2,v2],...]). elements_to_bins只是说每个元素落入哪个bin.我当时

我正在使用np.digitize将Python中的2d数组(x by y)合并到其x值的区间(在“bins”中给出)：

elements_to_bins = digitize(vals,bins)

其中“vals”是一个二维数组,即：

 vals = array([[1,v1],[2,v2],...]).

elements_to_bins只是说每个元素落入哪个bin.我当时想要做的是得到一个列表,其长度是“箱子”中的箱数,每个元素返回落入该箱的“val”的y维度.我现在这样做：

points_by_bins = []
for curr_bin in range(min(elements_to_bins),max(elements_to_bins) + 1):
    curr_indx = where(elements_to_bins == curr_bin)[0]
    curr_bin_vals = vals[:,curr_indx]
    points_by_bins.append(curr_bin_vals)

有没有更优雅/更简单的方法来做到这一点？我只需要列出每个bin中的y值列表.

谢谢.

最佳答案

如果我理解你的问题：

vals = array([[1,10],[1,11],20],21],22]])  # Example

(x,y) = vals.T  # Shortcut
bin_limits = range(min(x)+1,max(x)+2)  # Other limits could be chosen
points_by_bin = [ []?for _ in bin_limits ]  # Final result
for (bin_num,y_value) in zip(searchsorted(bin_limits,x,"right"),y):  # digitize() finds the correct bin number
    points_by_bin[bin_num].append(y_value)

print points_by_bin  # [[10,[20,21,22]]

Numpy的快速数组操作searchsorted()用于最大效率.然后逐个添加值(因为最终结果不是矩形数组,Numpy对此无能为力).此解决方案应该比循环中的多个where()调用更快,这会迫使Numpy多次重新读取同一个数组.

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!