numpy.digitize valores fuera de rango retornos?

Question

Estoy utilizando el siguiente código para digitalizar una matriz en 16 contenedores:

numpy.digitize(array, bins=numpy.histogram(array, bins=16)[1])

I esperar que la salida está en el intervalo [1, 16], ya que hay 16 bins. Sin embargo, uno de los valores en la matriz devuelta es 17. ¿Cómo puede ser esto se explica?

Answer 1

Este comportamiento es en realidad documentada de numpy.digitize():

Cada i índice devuelta es tal que si bins[i-1] <= x < bins[i] bins aumenta monotónicamente, o si bins[i-1] > x >= bins[i] bins se monótonamente decreciente. Si los valores en x están más allá del límites de bins, 0 o len(bins) se devuelve como sea apropiado.

Así pues, en su caso, 0 y 17 son también valores de retorno válidos (nota que la matriz bin devuelto por numpy.histogram() tiene longitud 17). Los contenedores devueltos por numpy.histogram() cubren el array.min() gama a array.max(). La condición dada en la documentación muestra que array.min() pertenece a la primera bin, mientras array.max() encuentra fuera de la última bin -. Por eso 0 no se encuentra en la salida, mientras que 17 es

Answer 2

numpy.histogram() produce una matriz de la bin bordes , de los cuales hay (number of bins)+1.

Answer 3

En la versión 1.8 numpy., Usted tiene la opción de seleccionar si desea numpy.digitize a tener en cuenta el intervalo sea cerrado o abierto. A continuación se presenta un ejemplo (copiado de http: //docs.scipy. org / doc / numpy / referencia / generado / numpy.digitize.html )

x = np.array ([1.2, 10.0, 12.4, 15.5, 20.])

bins = np.array ([0,5,10,15,20])

np.digitize (x, bins, derecha = True )

array ([1, 2, 3, 4, 4])