Как связать переменные в Python с помощью numpy.digitize()

Часто вам может быть интересно поместить значения переменной в «корзины» в Python.

К счастью, это легко сделать с помощью функции numpy.digitize() , которая использует следующий синтаксис:

numpy.digitize(x, bins, right=False)

куда:

• x: Массив для объединения.
• bins: Массив бинов.
• справа: указывает, включают ли интервалы правый или левый край ячейки. По умолчанию интервал не включает правый край.

В этом руководстве показано несколько примеров использования этой функции на практике.

Пример 1. Поместите все значения в две корзины

В следующем коде показано, как поместить значения массива в две ячейки:

• 0 , если х < 20
• 1 , если х ≥ 20

import numpy as np

#create data
data = [2, 4, 4, 7, 12, 14, 19, 20, 24, 31, 34]

#place values into bins
np.digitize (data, bins=[20])

array([0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1])

Пример 2. Поместите все значения в три корзины

В следующем коде показано, как поместить значения массива в три ячейки:

• 0 , если х < 10
• 1 , если 10 ≤ х < 20
• 2 , если х ≥ 20

import numpy as np

#create data
data = [2, 4, 4, 7, 12, 14, 20, 22, 24, 31, 34]

#place values into bins
np.digitize (data, bins=[10, 20])

array([0, 0, 0, 0, 1, 1, 2, 2, 2, 2, 2])

Обратите внимание, что если мы укажем right= True , значения будут помещены в следующие ячейки:

• 0 , если х ≤ 10
• 1 , если 10 < х ≤ 20
• 2 , если х > 20

Каждый интервал будет включать правый край ячейки. Вот как это выглядит:

import numpy as np

#create data
data = [2, 4, 4, 7, 12, 14, 20, 22, 24, 31, 34]

#place values into bins
np.digitize (data, bins=[10, 20], right= True )

array([0, 0, 0, 0, 1, 1, 1, 2, 2, 2, 2])

Пример 3. Поместите все значения в четыре корзины

В следующем коде показано, как поместить значения массива в три ячейки:

• 0 , если х < 10
• 1 , если 10 ≤ х < 20
• 2 , если 20 ≤ х < 30
• 3 , если х ≥ 30

import numpy as np

#create data
data = [2, 4, 4, 7, 12, 14, 20, 22, 24, 31, 34]

#place values into bins
np.digitize (data, bins=[10, 20, 30])

array([0, 0, 0, 0, 1, 1, 2, 2, 2, 3, 3])

Пример 4. Подсчитайте частоту каждого интервала

Еще одна полезная функция NumPy, дополняющая функцию numpy.digitize(), — это функция numpy.bincount() , которая подсчитывает частоты каждого бина.

В следующем коде показано, как поместить значения массива в три ячейки, а затем подсчитать частоту каждой ячейки:

import numpy as np

#create data
data = [2, 4, 4, 7, 12, 14, 20, 22, 24, 31, 34]

#place values into bins
bin_data = np.digitize (data, bins=[10, 20])

#view binned data
bin_data

array([0, 0, 0, 0, 1, 1, 2, 2, 2, 2, 2])

#count frequency of each bin
np.bincount (bin_data)

array([4, 2, 5])

Вывод говорит нам, что:

• Бин «0» содержит 4 значения данных.
• Бин «1» содержит 2 значения данных.
• Бин «2» содержит 5 значений данных.

Найдите больше руководств по Python здесь .