python - 基于不等式替换 numpy 数组中的值

Question

给定一个 numpy 数组，我想根据不等式替换它的值。例如，给定

x=np.array([0.3,7,8,-5.5,1,0.1]) 

我想将小于0的值替换为0，0到5之间的值替换为1，其余的替换为2。所以我想得到:

x=np.array([1,2,2,0,1,1]) 

我可以使用 pandas.cut 来做到这一点，如下所示:

pandas.cut(pandas.DataFrame(x).iloc[:,0],[-np.inf,0,5,np.inf],labels=[0,1,2],right=False)

但我想知道是否有更直接的方法使用 numpy 本身来做到这一点。请注意，我可能有 3 个以上的类别，这就是为什么我一直在寻找更系统的东西，其行为类似于 pandas.cut。

Answer 1

利用完美设置 np.searchsorted -

np.searchsorted([0,5],x)

这是可扩展的，可以合并通用数量的 bin 元素。因此，一般来说 -

bins = [0,5]
out = np.searchsorted(bins,x)

样本运行-

In [46]: x
Out[46]: array([ 0.3,  7. ,  8. , -5.5,  1. ,  0.1])

In [47]: np.searchsorted([0,5],x)
Out[47]: array([1, 2, 2, 0, 1, 1])

In [55]: np.searchsorted([0,2,5],x)
Out[55]: array([1, 3, 3, 0, 1, 1])

In [60]: np.searchsorted([0,2,5,7],x)
Out[60]: array([1, 3, 4, 0, 1, 1])