列表的哪些元素进入哪些直方图箱？

Question

我正在尝试根据直方图制作比例散点图。散点图相当简单，制作直方图，找到 bin 中心，散点图。

nbins=7
# Some example data
A = np.random.randint(0, 10, 100) 
B = np.random.rand(100)

counts, binEdges=np.histogram(A,bins=nbins)
bincenters = 0.5*(binEdges[1:]+binEdges[:-1])

fig = plt.figure(figsize=(7,5))
ax = fig.add_subplot(111)
ax.scatter(bincenters,counts,c='k', marker='.')
ax_setup(ax, 'X', 'Y')
plt.show()

但我希望A 的每个元素只为其bin 贡献一个缩放值，该缩放值存储在B 中。 （即不是每个 bin 是来自 A 的元素的计数，我希望每个 bin 是来自 B 的相应值的总和）

为此，我尝试创建一个列表C（与A 和B 的长度相同），为A 的每个元素分配bin 编号，然后将@987654330 中的所有值相加@ 进入同一个垃圾箱。我认为numpy.searchsorted() 是我需要的，例如，

C = bincenters.searchsorted(A, 'right')

但这并没有正确分配，并且似乎没有返回正确数量的垃圾箱。

那么，如何创建一个列表来告诉我数据的每个元素进入哪个直方图 bin？

Answer 1

你写

但我希望 A 的每个元素只为其 bin 贡献一个缩放值，该缩放值存储在 B 中。（即，不是每个 bin 是该 bin 中来自 A 的元素的计数，而是我希望每个 bin是来自 B) 的相应值的总和

IIUC，numpy.histogram 已通过 weights 参数支持此功能：

权重数组，形状与 a 相同。 a 中的每个值仅将其相关权重贡献给 bin 计数（而不是 1）。如果 normed 为 True，则对权重进行归一化，使得密度在该范围内的积分保持为 1。

所以，对于你的情况，它只是

counts, binEdges=np.histogram(A, bins=nbins, weights=B)

---

另外一点：如果您的意图是绘制直方图，请注意您可以直接使用matplotlib.pyplot 的实用函数（也可以使用weights）：

from matplotlib import pyplot as plt
plt.hist(A, bins=nbins, weights=B);

---

最后，如果您打算将分配分配到垃圾箱，那么这正是 numpy.digitize 所做的：

nbins=7
# Some example data
A = np.random.randint(0, 10, 10) 
B = np.random.rand(10)

counts, binEdges=np.histogram(A,bins=nbins)
>>> binEdges, np.digitize(A, binEdges)
array([ 0.        ,  1.28571429,  2.57142857,  3.85714286,  5.14285714,
    6.42857143,  7.71428571,  9.        ])