numpy.digitize

numpy.digitize(x, bins, right=False)

返回输入数组中每个值所属的箱子的索引.

right	箱子的顺序	返回的索引 i 满足
False	increasing	bins[i-1] <= x < bins[i]
True	increasing	bins[i-1] < x <= bins[i]
False	decreasing	bins[i-1] > x >= bins[i]
True	decreasing	bins[i-1] >= x > bins[i]

如果 x 中的值超出了 bins 的范围,则根据情况返回 0 或 len(bins).

参数:

xarray_like

要分箱的输入数组.在 NumPy 1.10.0 之前,这个数组必须是 1 维的,但现在可以有任何形状.

binsarray_like

箱数组.它必须是1维的并且是单调的.

right布尔值, 可选

指示区间是否包括右边缘或左边缘.默认行为是 (right==False),表示区间不包括右边缘.在这种情况下,左边缘是开放的,即,bins[i-1] <= x < bins[i] 是单调递增区间的默认行为.

返回:

indicesint 的 ndarray

输出索引数组,形状与 x 相同.

引发:

ValueError

如果 bins 不是单调的.

TypeError

如果输入的类型是复杂的.

参见

bincount, histogram, unique, searchsorted

备注

如果 x 中的值超出了 bin 范围,尝试使用 digitize 返回的索引对 bins 进行索引将导致 IndexError.

在 1.10.0 版本加入.

numpy.digitize 是基于 numpy.searchsorted 实现的.这意味着使用二分搜索来对值进行分箱,这对于更多分箱的情况比之前的线性搜索有更好的扩展性.它还去除了对输入数组必须是一维的要求.

对于单调*递增*的 bins,以下是等价的:

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

请注意,由于参数的顺序被反转,方向也必须反转.`searchsorted` 调用稍微快一些,因为它不进行任何单调性检查.也许更重要的是,它支持所有数据类型.

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])