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']