[英]How to count occurrence of each unique ID in each bin in a 2D histogram (python or pandas)
[英]How to get the maximum in each bin of a 2D histogram in python
我正在使用numpy,尤其是histrogram2d函數。 我正在用2d直方圖對點(數組x
, y
和z
)的3D空間分布進行分箱。 對於每個點,我都有一個關聯的密度場d
。
如果我那樣做
import numpy as np
H, xedges, yedges = np.histogram2d(x,y,bins=200,weights=d)
直方圖H
代表沿視線的密度之和(在這種情況下為z軸)。 考慮到我正在處理非常大的數組,這是非常快速和容易的。
現在,我想走得更遠,而不是沿視線繪制密度的總和,我想在每個2D倉中獲得最大的密度。 我編碼了可能的解決方案:
from numpy import *
x=array([0.5,0.5,0.2,0.3,0.2,0.25,0.35,0.6,0.1,0.22,0.7,0.45,0.57,0.65])
y=array([0.5,0.5,0.28,0.18,0.85,0.9,0.44,0.7,0.1,0.22,0.7,0.45,0.54,0.65])
d=array([1,1,2,2,3,5,6,8,7,9,6,10,5,7])
bins=linspace(0,1,64)
idx=digitize(x,bins)
idy=digitize(y,bins)
img2=zeros((len(bins),len(bins)))
for i in arange(0,len(d)):
dummy=idx[i]
dummy2=idy[i]
img2[dummy][dummy2]=max(d[i],img2[dummy][dummy2])
但是,對於龐大的數據集,最后幾行中的循環可能真的很慢。 關於如何使它更快的任何想法?
這是我的操作方法,很抱歉,我現在沒有時間編寫代碼:
numpy.ravel_multi_index
將2d問題變成1d問題。 numpy.unique
的實現,您想要執行類似的操作以獲取唯一的bin值,但是您想要以某種方式進行操作,以便它同時為您提供d
的最小值/最大值。 numpy.lexsort
在這里也可能會有所幫助。 img2.flat[uniq_1d_bin_value] = bin_max
這樣簡單 我希望這足以讓您入門。 如果遇到問題,可以發布代碼並告訴我們您遇到的困難,也許我或其他人可以幫助您再次走上正確的道路。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.