numpy.histogram()
做你想要的。
函数签名是:
numpy.histogram(a, bins=10, range=None, normed=False, weights=None, new=None)
我们最感兴趣的是a
和bins
。 a
是需要分箱的输入数据。 bins
可以是多个 bin(您的num_bins
),也可以是一系列标量,表示 bin 边缘(半开)。
import numpy
values = numpy.arange(10, dtype=int)
bins = numpy.arange(-1, 11)
freq, bins = numpy.histogram(values, bins)
# freq is now [0 1 1 1 1 1 1 1 1 1 1]
# bins is unchanged
引用文档:
除了最后一个(最右边的)垃圾箱外,所有垃圾箱都是半开的。换句话说,如果bins
是:
[1, 2, 3, 4]
那么第一个 bin 是[1, 2)
(包括 1,但不包括 2)和第二个[2, 3)
. 然而,最后一个 bin 是[3, 4]
,其中包括4。
编辑:您想知道每个元素的 bin 中的索引。为此,您可以使用numpy.digitize()
. 如果您的垃圾箱是整体的,您也可以使用numpy.bincount()
。
>>> values = numpy.random.randint(0, 20, 10)
>>> values
array([17, 14, 9, 7, 6, 9, 19, 4, 2, 19])
>>> bins = numpy.linspace(-1, 21, 23)
>>> bins
array([ -1., 0., 1., 2., 3., 4., 5., 6., 7., 8., 9.,
10., 11., 12., 13., 14., 15., 16., 17., 18., 19., 20.,
21.])
>>> pos = numpy.digitize(values, bins)
>>> pos
array([19, 16, 11, 9, 8, 11, 21, 6, 4, 21])
由于区间在上限上打开,因此指数是正确的:
>>> (bins[pos-1] == values).all()
True
>>> import sys
>>> for n in range(len(values)):
... sys.stdout.write("%g <= %g < %g\n"
... %(bins[pos[n]-1], values[n], bins[pos[n]]))
17 <= 17 < 18
14 <= 14 < 15
9 <= 9 < 10
7 <= 7 < 8
6 <= 6 < 7
9 <= 9 < 10
19 <= 19 < 20
4 <= 4 < 5
2 <= 2 < 3
19 <= 19 < 20