给定np.array的形状(n_days,n_lat,n_lon),我想计算每个lat-lon单元的固定bin的直方图(即每日值的分布).
解决这个问题的一个简单方法是遍历单元格并为每个单元格调用np.histogram ::
bins = np.linspace(0,1.0,10)
B = np.rand(n_days,n_lon)
H = np.zeros((n_bins,dtype=np.int32)
for lat in range(n_lat):
for lon in range(n_lon):
H[:,lat,lon] = np.histogram(A[:,lon],bins=bins)[0]
# note: code not tested
但这很慢.有没有更有效的解决方案,不涉及循环？
我查看了np.searchsorted来获取B中每个值的bin索引,然后使用花式索引来更新H ::
bin_indices = bins.searchsorted(B) H[bin_indices.ravel(),idx[0],idx[1]] += 1 # where idx is a index grid given by np.indices # note: code not tested
但这不起作用,因为就地添加运算符(=)似乎不支持同一单元格的多次更新.
谢谢,
彼得
解决方法
您可以使用numpy.apply_along_axis来消除循环.
hist,bin_edges = apply_along_axis(lambda x: histogram(x,bins=bins),B)