我遇到的情况是我需要numpy.digitize一个数组。 比如,代码是
my_bin_list = [3, 6, 9]
my_array = np.array([1,2,3,4,5,6,7,8,9])
digitized = numpy.digitize(my_array, my_bins)
这很好用。但是,问题是我没有像示例中那样的一个bin列表,但是my_array中每个元素只有一个bin列表(因为每个元素属于具有自己的bin的不同数据集),因此{{1} }。这是len(my_array) == len(list_of_my_bin_lists)
。
所以我需要告诉digitize,对于第一个数组元素,它应该检查该元素所属的list_of_my_bin_lists = [my_bin_list1, my_bin_list2, ...]
哪个bin,对于list_of_my_bin_lists[0]
的第二个元素依此类推。
那可能吗?我会想象像
list_of_my_bin_lists[1]
必须返回数字化:[0,0,2]
答案 0 :(得分:1)
你可以使用接近你想象的列表理解来做到这一点:
import numpy as np
list_of_my_bin_lists = [[2, 6, 9], [4, 6, 8], [3, 5, 9]]
my_array = np.array([1, 3, 7])
digitized = [np.digitize(np.array([item]), bin_list)[0]
for item, bin_list
in zip(my_array, list_of_my_bin_lists)]
结果:digitized == [0, 0, 2]
这可以假设您希望digitized
成为list
int
个。如果你想让它成为np.array
或者什么东西,那么将它重新制作成你需要的东西应该是直截了当的。