Python numpy digitize用法及代碼示例

本文簡要介紹 python 語言中 numpy.digitize 的用法。

用法:

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

返回輸入數組中每個值所屬的 bin 的索引。

正確的	箱子的順序	返回的索引 i 滿足
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]

如果值在x超出了範圍箱子, 0 或len(bins)酌情返回。

參數：

x： array_like

要分箱的輸入數組。在NumPy 1.10.0 之前，此數組必須是一維的，但現在可以具有任何形狀。

bins： array_like

箱陣列。它必須是一維且單調的。

right： 布爾型，可選

指示間隔是否包括右側或左側 bin 邊。默認行為是 (right==False)，表示區間不包括右邊。在這種情況下，左 bin 端是打開的，即 bins[i-1] <= x < bins[i] 是單調遞增 bins 的默認行為。

返回：

indices： 整數數組

索引的輸出數組，形狀與x.

拋出：

ValueError

如果 bins 不是單調的。

TypeError

如果輸入的類型很複雜。

注意：

如果值在x是這樣的，它們落在 bin 範圍之外，試圖索引箱子與 index digitize返回將導致 IndexError。

np.digitize 是根據 np.searchsorted 實現的。這意味著使用二分搜索對值進行分箱，與之前的線性搜索相比，對於更多數量的箱來說，它的擴展性要好得多。它還消除了輸入數組為一維的要求。

對於單調_increasing_ bins，以下是等價的：

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

請注意，由於參數的順序是顛倒的，所以邊也必須是顛倒的。 searchsorted 調用稍微快一些，因為它不進行任何單調性檢查。也許更重要的是，它支持所有 dtypes。

例子：

>>> 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])