按bin分组数据数字化

Question

我正在寻找一种方法来平均数据，我在一个数组中的基础上，它离某个像素有多远。为了实现这一点，我制作了一个数组r，其中包含到中心的距离。第二个数组data包含在该距离的像素中可以找到的计数。你知道吗

现在，我已经将整个数据集（从0到1150）拆分为60个bin，然后对数据进行数字化，得到一个数组，告诉我哪个值属于哪个bin。你知道吗

bins = np.linspace(0,60*20, 60)
digitized = np.digitize(rr, bins)

有没有一种聪明的方法将数据数字化，以便所有具有相同bin值的点得到平均值？你知道吗

数组r的形状是380，data是相同的。因此，最终结果应该是一个由60个元素组成的数组，该数组具有data中所有装箱值的平均值，根据该值，装箱被分配给digitized。你知道吗

Answer 1

这是我的尝试，虽然我想你是在寻找更优雅的东西？：）

rr = np.random.randint(0, 15, 1000)
rr_sorted = np.sort(rr)

# Bins
bins = [0, 5, 10, 15]

def assume_sorted_digitized(rr_sorted, bins):
    dig = np.digitize(rr_sorted, bins)
    bin_nr, index = np.unique(dig, return_index=True)
    index_adjusted = np.append(index[1:], len(rr_sorted))
    bin_average = np.zeros_like(bins).astype(np.float32)
    last_idx = 0
    for idx, bin_i in zip(index_adjusted, bin_nr):
        bin_average[bin_i] = rr_sorted[last_idx:idx].mean()
        last_idx = idx
    return bin_average

def nonsorted_digitized(rr, bins):
    dig = np.digitize(rr, bins)
    bin_average = np.zeros_like(bins).astype(np.float32)
    for idx in np.unique(dig):
        bin_average[idx] = rr[dig == idx].mean()
    return bin_average

%timeit assume_sorted_digitized(rr_sorted, bins)
%timeit nonsorted_digitized(rr, bins)

假设它被排序了，那么性能会稍微提高

86.5 µs ± 5.49 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)
113 µs ± 6.23 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)