20

ヒストグラム ビンに含まれるデータのリストを取得したいと考えています。numpy と Matplotlib を使用しています。データをトラバースしてビンのエッジを確認する方法を知っています。ただし、2D ヒストグラムに対してこれを実行したいのですが、これを実行するコードはかなり醜いです。numpy には、これを簡単にするための構造がありますか?

1D の場合、searchsorted() を使用できます。しかし、ロジックはそれほど優れているわけではありません。必要がない場合は、各データ ポイントに対してバイナリ検索を実行したくありません。

厄介なロジックのほとんどは、ビン境界領域によるものです。すべての領域には、次のような境界があります: [左端、右端)。[左端、右端] のような領域を持つ最後のビンを除きます。

1D の場合のサンプル コードを次に示します。

import numpy as np

data = [0, 0.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 3]

hist, edges = np.histogram(data, bins=3)

print 'data =', data
print 'histogram =', hist
print 'edges =', edges

getbin = 2  #0, 1, or 2

print '---'
print 'alg 1:'

#for i in range(len(data)):
for d in data:
    if d >= edges[getbin]:
        if (getbin == len(edges)-2) or d < edges[getbin+1]:
            print 'found:', d
        #end if
    #end if
#end for

print '---'
print 'alg 2:'

for d in data:
    val = np.searchsorted(edges, d, side='right')-1
    if val == getbin or val == len(edges)-1:
        print 'found:', d
    #end if
#end for

2D ケースのサンプル コードを次に示します。

import numpy as np

xdata = [0, 1.5, 1.5, 2.5, 2.5, 2.5, \
         0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, \
         0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 0.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 2.5, 3]
ydata = [0, 5,5, 5, 5, 5, \
         15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, 15, \
         25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 25, 30]

xbins = 3
ybins = 3
hist2d, xedges, yedges = np.histogram2d(xdata, ydata, bins=(xbins, ybins))

print 'data2d =', zip(xdata, ydata)
print 'hist2d ='
print hist2d
print 'xedges =', xedges
print 'yedges =', yedges

getbin2d = 5  #0 through 8

print 'find data in bin #', getbin2d

xedge_i = getbin2d % xbins
yedge_i = int(getbin2d / xbins) #IMPORTANT: this is xbins

for x, y in zip(xdata, ydata):
    # x and y left edges
    if x >= xedges[xedge_i] and y >= yedges[yedge_i]:
        #x right edge
        if xedge_i == xbins-1 or x < xedges[xedge_i + 1]:
            #y right edge
            if yedge_i == ybins-1 or y < yedges[yedge_i + 1]:
                print 'found:', x, y
            #end if
        #end if
    #end if
#end for

これを行うためのよりクリーンで効率的な方法はありますか? numpy にはこのための何かがあるようです。

4

2 に答える 2

27

digitizeは、コア NumPy から、ヒストグラムの各値が属するビンのインデックスを提供します。

import numpy as NP
A = NP.random.randint(0, 10, 100)

bins = NP.array([0., 20., 40., 60., 80., 100.])

# d is an index array holding the bin id for each point in A
d = NP.digitize(A, bins)
于 2010-02-17T01:12:32.543 に答える
6

次のようなものはどうですか：

data = numpy.array([0, 0.5, 1.5, 1.5, 1.5, 2.5, 2.5, 2.5, 3])

hist, edges = numpy.histogram(data, bins=3)

for l, r in zip(edges[:-1], edges[1:]):
   print(data[(data > l) & (data < r)])

外：

[ 0.5]
[ 1.5  1.5  1.5]
[ 2.5  2.5  2.5]

エッジケースを処理するためのコードが少しあります。

于 2010-02-16T22:08:35.513 に答える