使用 numpy 计算范围内列表值的出现次数

Question

我有一个二维数组范围和一个我想过滤的关联值列表。 我想获得属于每个范围的过滤值的数量。

例如，考虑：

• 范围矩阵{{0,1},{1,4}} ；
• 以及值列表{5,10,16,21} 。

假设我过滤x < 15 。 这将给出一个过滤后的索引数组{0,1} ，因为只有 5 和 10 小于 15，并且它们分别落在索引 0 和 1 处。

使用这个过滤后的数组，因为 0 在 [0,1) 范围内，1 在 [1,4) 范围内，所以 function 应该返回 (1,1)。

但是，如果我们过滤x%5 == 1 ，则过滤后的索引数组将是{2,3} （因为只有 16 和 21 mod 5 等价于 1，而 16 和 25 分别具有索引 2 和 3）和function 应该返回 (0,2)，因为 2 和 3 都大于 1 且小于 4。

我知道如何使用循环来做到这一点，但我也不希望如此。

我不确定在 NumPy 中实现此功能的最佳方法是什么——我正在考虑使用np.where()但我不确定具体细节。 此外，不确定这是否是 go 关于解决此问题的最简单方法：是否有更简单的方法来确定一个范围内有多少过滤值？

Answer 1

这是一个解决方案（对于范围/箱相邻的情况，这似乎是您的情况）：

a = np.array([5,10,16,21])
bins = [[0,1],[1,4]]
bins = [b[0] for b in bins] + [bins[-1][1]]

indices = np.arange(len(a))[a % 5 == 1]
np.histogram(indices, bins)[0]
# array([0, 2])

indices = np.arange(len(a))[a < 15]
np.histogram(indices, bins)[0]
# array([1, 1])