python输入数字成数组_numpy使用digitize将数字转换为分类（文本）数组

numpy.digitize

digitize()是Numpy内置函数，其定义如下：

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

该函数返回输入数组x中每个值所属的数组bins的区间索引。

返回的每个索引都是这样的：如果bins是单调递增的，那么[scode]bins[i-1]<=xx>=bins[i][/scode]。如果x中的值超出了bins的界限，则会根据需要返回0或len（bins）。如果right为True，则bins右边是闭区间，索引i使得[scode]bin[i-1]=x>bin[i][/scode]，且bins分别单调递增或递减。

参数：

x: 数组

要装箱的输入数组。在NumPy 1.10.0之前，这个数组必须是一维的，但现在可以有任何形状。

bins：数组

分类参考数组，[mark]必须是一维的和单调的[/mark]。

right：布尔，可选

指示间隔是包括右边还是左边。默认行为是（right==False），表示间隔不包括右边缘。在这种情况下，左边的bins末端是打开的，即[scode]bins[i-1]<=x

返回：

输出：ndarray of ints

索引的输出数组，与x形状相同。

异常：

ValueError

如果bins不是单调的。

TypeError

如果输入的类型是复数。

例子

>>> import numpy as np

>>> x = np.array([0.2, 6.4, 3.0, 1.6])

>>> bins = np.array([0.0, 1.0, 2.5, 4.0, 10.0])

>>> inds = np.digitize(x, bins)

>>> inds

array([1, 4, 3, 2])

>>> for n in range(x.size):

... print(bins[inds[n]-1], "<=", x[n], "<", bins[inds[n]])

...

0.0 <= 0.2 < 1.0

4.0 <= 6.4 < 10.0

2.5 <= 3.0 < 4.0

1.0 <= 1.6 < 2.5

>>> x = np.array([1.2, 10.0, 12.4, 15.5, 20.])

>>> bins = np.array([0, 5, 10, 15, 20])

>>> np.digitize(x,bins,right=True)

array([1, 2, 3, 4, 4])

>>> np.digitize(x,bins,right=False)

array([1, 3, 3, 4, 5])

如何将数字转换为分类（文本）数组？

问题：将iris_2d的花瓣长度（第3列）加入以形成文本数组，这样如果花瓣长度为：

Less than 3 --> 'small'

3-5 --> 'medium'

'>=5 --> 'large'

给定：

# Input

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'

iris = np.genfromtxt(url, delimiter=',', dtype='object')

names = ('sepallength', 'sepalwidth', 'petallength', 'petalwidth', 'species')

答案：

# Input

url = 'https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data'

iris = np.genfromtxt(url, delimiter=',', dtype='object')

names = ('sepallength', 'sepalwidth', 'petallength', 'petalwidth', 'species')

# Bin petallength

petal_length_bin = np.digitize(iris[:, 2].astype('float'), [0, 3, 5, 10])

# Map it to respective category

label_map = {1: 'small', 2: 'medium', 3: 'large', 4: np.nan}

petal_length_cat = [label_map[x] for x in petal_length_bin]

# View

petal_length_cat[:4]

<# > ['small', 'small', 'small', 'small']