快速将数组分配到n个长度相等的箱子中

Question

例如，我有一个数组流，其数字范围从0.0到10.0之间。在

我想把arr中的数字快速分配给长度相等的5个箱子。在

我所说的等长度是[0.0, 2.0), [2.0, 4.0), [4.0, 6.0), [6.0, 8.0), [8.0, 10.0]。在

问题是最后一个间隔和其他间隔不一样。在

测试：

import numpy as np
# Things we know and can pre-calculate
n_bins = 5
minimal = 0.0  
maximal = 10.0
reciprocal_bin_length = n_bins / (maximal - minimal)

# Let's say the stream gives 1001 numbers every time.
data = np.arange(1001)/100

norm_data = (data - minimal) * reciprocal_bin_length
norm_data = norm_data.astype(int)
print(norm_data.max())
print(norm_data.min())

结果：

^{pr2}$

bin索引应为0、1、2、3或4，但不是5。在

Answer 1

“穷人的解决方案”可以是计算数组norm_data和{}之间的minimum：

norm_data = np.minimum(norm_data,nbins-1)

所以所有的5s（及以上）都将被转换成4s。请注意，在这里您当然不会进行适当的范围检查（120.0也将以bin 4结尾）。在

Answer 2

如果0.1%的误差是可以接受的，那么下面的方法会快一点。 不确定使用浮点舍入是否合适。在

import numpy as np
# Things we know and can pre-calculate
n_bins = 5
minimal = 0.0  
maximal = 10.0
approx = 1.001  # <  this is new
reciprocal_bin_length = n_bins / (maximal*approx - minimal)

# Let's say the stream gives 1001 numbers every time.
data = np.arange(1001)/100

# can use numexpr for speed.
norm_data = (data - minimal) * reciprocal_bin_length
norm_data = norm_data.astype(int)
print(norm_data.max())
print(norm_data.min())