6

根据我的问题 ，在大型 numpy 数组中近似比较值的最快方法是什么？ 我正在寻找根据需要拆分数组的方法。我有一个排序数组（二维，按一列中的值排序），并希望将其拆分为多个数组。基于索引的长度不相等，但值的范围相等。我发现的最接近的问题是 在 numpy 中的值处拆分数组， 但我想做一些不同的事情。假设我有（一维示例）：

[0.1, 3.5, 6.5, 7.9, 11.4, 12.0, 22.3, 24.5, 26.7, 29.9]

我想把它分成范围 [0,10) [10,20) [20,30] 所以它变成

[0.1, 3.5, 6.5, 7.9] [11.4, 12.0] [22.3, 24.5, 26.7, 29.9]
4

1 回答 1

7

第一种情况可以这样完成

>>> A = np.array([0.1, 3.5, 6.5, 7.9, 11.4, 12.0, 22.3, 24.5, 26.7, 29.9])
>>> split_at = A.searchsorted([10, 20])
>>> B = numpy.split(A, split_at)

如果我正确理解了您的问题，这也适用于 2d，例如：

>>> A = array([[  0.1,   0. ],
               [  3.5,   1. ],
               [  6.5,   2. ],
               [  7.9,   3. ],
               [ 11.4,   4. ],
               [ 12. ,   5. ],
               [ 22.3,   6. ],
               [ 24.5,   7. ],
               [ 26.7,   8. ],
               [ 29.9,   9. ]])
>>> split_at = A[:, 0].searchsorted([10, 20])
>>> B = numpy.split(A, split_at)
>>> B
[array([[ 0.1,  0. ],
       [ 3.5,  1. ],
       [ 6.5,  2. ],
       [ 7.9,  3. ]]),
 array([[ 11.4,   4. ],
       [ 12. ,   5. ]]),
 array([[ 22.3,   6. ],
       [ 24.5,   7. ],
       [ 26.7,   8. ],
       [ 29.9,   9. ]])]
于 2012-08-01T20:37:58.690 回答