python - 如何将 numpy 数组中的值组织到包含特定范围值的容器中？

Question

我正在尝试对 numpy 数组中的值进行排序，以便我可以存储特定范围内的所有值(这可能用词更好)。无论如何，我会举例说明我正在尝试做的事情。我有一个名为 bins 的数组，如下所示:

bins = array([11,11.5,12,12.5,13,13.5,14])

我还有另一个名为 avgs 的数组:

avgs = array([11.02, 13.67, 11.78, 12.34, 13.24, 12.98, 11.3, 12.56, 13.95, 13.56,
              11.64, 12.45, 13.23, 13.64, 12.46, 11.01, 11.87, 12.34, 13,87, 13.04,
              12.49, 12.5])

我想要做的是找到 avgs 数组的索引值，这些索引值在 bins 数组的值之间的范围内。例如，我试图制作一个 while 循环，为每个 bin 创建新变量。第一个 bin 是 bins[0] 和 bins[1] 之间的所有内容，看起来像:

bin1 = array([0, 6, 15])

这些索引值将对应于 avgs 中的值 11.02、11.3 和 11.01，并且将是 avgs 中索引值 0 和 1 之间的值垃圾箱。我还需要其他垃圾箱，所以另一个例子是:

bin2 = array([2, 10, 16])

然而，这对我来说具有挑战性的部分是 bins 和 avgs 的大小会根据其他参数发生变化，因此我试图构建一些能够扩展到更大或更小的 bins 和 avgs 数组。

Answer 1

Numpy 有一些非常强大的 bin 计数函数。

>>> binplace = np.digitize(avgs, bins) #Returns which bin an average belongs
>>> binplace
array([1, 6, 2, 3, 5, 4, 1, 4, 6, 6, 2, 3, 5, 6, 3, 1, 2, 3, 5, 7, 5, 3, 4])

>>> np.where(binplace == 1)
(array([ 0,  6, 15]),)
>>> np.where(binplace == 2)
(array([ 2, 10, 16]),)

>>> avgs[np.where(binplace == 1)]
array([ 11.02,  11.3 ,  11.01])