将数组拆分为数量相等的 bin

Question

我有一个包含 N 个元素的数组（未排序）。我想保留 N 的原始顺序，但不是实际元素，我希望它们具有它们的 bin 编号，其中 N 被分成 m 个相等的 bin（如果 N 可被 m 整除）或几乎相等(N 不能被 m 整除) 值。我需要一个矢量化的解决方案（因为 N 相当大，所以标准的 python 方法效率不高）。scipy 或 numpy 中有什么可以做到这一点的吗？

e.g.
N = [0.2, 1.5, 0.3, 1.7, 0.5]
m = 2
Desired output: [0, 1, 0, 1, 0]

我看过 numpy.histogram，但它没有给我不等距的垃圾箱。

Answer 1

本文列出的是一种基于 NumPy 的向量化方法，其思想是使用以下方法为输入数组的长度创建等距索引np.searchsorted- 这是实现 -

def equal_bin(N, m):
    sep = (N.size/float(m))*np.arange(1,m+1)
    idx = sep.searchsorted(np.arange(N.size))
    return idx[N.argsort().argsort()]

对每个箱进行箱计数的样本运行以验证结果 -

In [442]: N = np.arange(1,94)

In [443]: np.bincount(equal_bin(N, 4))
Out[443]: array([24, 23, 23, 23])

In [444]: np.bincount(equal_bin(N, 5))
Out[444]: array([19, 19, 18, 19, 18])

In [445]: np.bincount(equal_bin(N, 10))
Out[445]: array([10,  9,  9, 10,  9,  9, 10,  9,  9,  9])

这是另一种方法，用于linspace创建可用作索引的等距数字，如下所示 -

def equal_bin_v2(N, m):
    idx = np.linspace(0,m,N.size+0.5, endpoint=0).astype(int)
    return idx[N.argsort().argsort()]  

样本运行 -

In [689]: N
Out[689]: array([ 0.2,  1.5,  0.3,  1.7,  0.5])

In [690]: equal_bin_v2(N,2)
Out[690]: array([0, 1, 0, 1, 0])

In [691]: equal_bin_v2(N,3)
Out[691]: array([0, 1, 0, 2, 1])

In [692]: equal_bin_v2(N,4)
Out[692]: array([0, 2, 0, 3, 1])

In [693]: equal_bin_v2(N,5)
Out[693]: array([0, 3, 1, 4, 2])