如何在Numpy数组中计算特定范围内的值？

Question

如何在Numpy数组中计算特定范围内的值？

47

我有一个 NumPy 数组，我想要统计这些值中有多少个在特定范围内，例如 x<100 和 x>25。我已经了解过 counter，但似乎只适用于特定的值而不是数值范围。我搜索过，但没有找到与我的问题相关的任何内容。如果有人可以指向正确的文档，我将不胜感激。谢谢。

我已经尝试过这个。

   X = array(X)
   for X in range(25, 100):
       print(X)

但它只给出25到99之间的数字。

编辑我使用的数据是由另一个程序创建的。然后我使用脚本读取数据并将其存储为列表。然后我取出该列表并使用array(r)将其转换为数组。

编辑

运行结果是

 >>> a[0:10]
 array(['29.63827346', '40.61488812', '25.48300065', '26.22910525',
   '42.41172923', '20.15013315', '34.95323355', '13.03604098',
   '29.71097606', '9.53222141'], 
  dtype='<U11')

- Stripers247

@Senderle，做到了，非常感谢！！在重新转换数组后，我尝试了Sven的方法，它完美地起作用了！再次感谢。 - Stripers247

5个回答

12

在Sven的好方法的基础上，你还可以稍微更明确一些：

numpy.count_nonzero((25 < a) & (a < 100))

首先创建一个布尔类型的数组，数组中每个元素对应数组a中的一个输入数字，然后计算非False值（即True）的数量（这给出匹配数字的数量）。

但需要注意的是，在包含10万个数字的数组上，此方法比Sven的.sum()方法慢两倍（NumPy 1.6.1，Python 2.7.3），大约是300微秒与150微秒的差距。

- Eric O Lebigot

11

您可以使用histogram。以下是一个基本用法示例：

>>> import numpy
>>> a = numpy.random.random(size=100) * 100 
>>> numpy.histogram(a, bins=(0.0, 7.3, 22.4, 55.5, 77, 79, 98, 100))
(array([ 8, 14, 34, 31,  0, 12,  1]), 
 array([   0. ,    7.3,   22.4,   55.5,   77. ,   79. ,   98. ,  100. ]))

在您的特定情况下，它将看起来像这样：

>>> numpy.histogram(a, bins=(25, 100))
(array([73]), array([ 25, 100]))

此外，当你拥有一个字符串列表时，你必须明确指定类型，以便 numpy 知道生成的是浮点数数组而不是字符串列表。

>>> strings = [str(i) for i in range(10)]
>>> numpy.array(strings)
array(['0', '1', '2', '3', '4', '5', '6', '7', '8', '9'], 
      dtype='|S1')
>>> numpy.array(strings, dtype=float)
array([ 0.,  1.,  2.,  3.,  4.,  5.,  6.,  7.,  8.,  9.])

- senderle

@Surfcast23，是的，这个更通用，但如果你只需要一个bin，Sven的会更快。 - senderle

我运行了代码并得到了 (array([-481], dtype=int32), array([ 25, 100]))。让我担心的是负号，我该如何解释它？ - Stripers247

@Surfcast23，出现了很多奇怪的结果。我开始认为你对数据没有告诉我们所有的事情。这个数组的dtype是什么？ - senderle

@ Senderle 这里的数据只是一组浮点数数组，以下是前几个值：

40.61488812 25.48300065 26.22910525 42.41172923 20.15013315 34.95323355 13.03604098 29.71097606 9.53222141 13.08244932 38.04509923 20.16046549 29.40530862

- Stripers247

6

如果您不希望进一步处理匹配值，则Sven的回答是解决方案。以下两个示例仅返回具有匹配值的副本：

np.compress((25 < a) & (a < 100), a).size

或者：

a[(25 < a) & (a < 100)].size

示例解释器会话：

>>> import numpy as np
>>> a = np.random.randint(200,size=100)
>>> a
array([194, 131,  10, 100, 199, 123,  36,  14,  52, 195, 114, 181, 138,
       144,  70, 185, 127,  52,  41, 126, 159,  39,  68, 118, 124, 119,
        45, 161,  66,  29, 179, 194, 145, 163, 190, 150, 186,  25,  61,
       187,   0,  69,  87,  20, 192,  18, 147,  53,  40, 113, 193, 178,
       104, 170, 133,  69,  61,  48,  84, 121,  13,  49,  11,  29, 136,
       141,  64,  22, 111, 162, 107,  33, 130,  11,  22, 167, 157,  99,
        59,  12,  70, 154,  44,  45, 110, 180, 116,  56, 136,  54, 139,
        26,  77, 128,  55, 143, 133, 137,   3,  83])
>>> np.compress((25 < a) & (a < 100),a).size
34
>>> a[(25 < a) & (a < 100)].size
34

以上示例使用“按位与”（&）对两个布尔数组进行逐元素的计算，用于比较目的。
另一种编写Sven的优秀答案的方法是：

np.bitwise_and(25 < a, a < 100).sum()

布尔数组在条件匹配时包含True值，在不匹配时包含False值。
布尔值的一个额外优点是，True等价于1，False等价于0。

- mechanical_meat

@Sevn 和 Adam，我对 Python 还是很新的，大概 6 个月了，但学习也不是很一贯。你们可以解释一下你们的脚本是如何运行的以及为什么有效吗？谢谢。 - Stripers247

@Surfcast23：我添加了一点解释。继续加油！ - mechanical_meat

谢谢你提出这个好问题。看到如此广泛的方法和解决方案真是太有趣了。 - mechanical_meat

1

在这里使用numpy.logical_and()似乎更自然，而不是numpy.bitwise_and()。结果将是相同的，但感觉上更符合“概念上的正确性”。 - Sven Marnach

与Sven的解决方案相反，这创建了一个额外的数组，它消耗了大量的内存却没有太多好处。 - Eric O. Lebigot

@SvenMarnach。假设我想对数组中范围内的值进行进一步处理，而不仅仅是计数。代码应该怎么写？ - Gathide

2

我认为@Sven Marnach的回答非常好，因为它操作的是numpy数组本身，这将快速高效（C实现）。

我喜欢把测试放在一个条件中，比如25 < x < 100，所以我可能会这样做：

len([x for x in a.ravel() if 25 < x < 100])

- wim

1

不错。使用生成表达式：sum(1 for i in a.ravel() if 25 < i < 100)。 - mechanical_meat

起初我尝试在生成器上使用 len()，但令我惊讶的是它不起作用。 - wim

@wim：len()不能与生成器表达式一起使用，因为迭代器通常没有固定的长度。这就是为什么sum(1...)方法更好：它具有固定且更小的内存占用，因为您不必创建中间列表。 - Eric O. Lebigot

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Sven Marnach · Accepted Answer

如果您的数组名为a，满足25 < x < 100条件的元素数量为。

((25 < a) & (a < 100)).sum()

表达式 (25 < a) & (a < 100) 的结果是一个布尔数组，与 a 具有相同的形状，对于满足条件的所有元素，其值均为True。将这个布尔数组求和时，将True值视为1，将False值视为0。