Python 3.x 如何对超出范围的串联值使用numpy Digital？

我试图通过

numpy

模块使用

数字化

，以帮助维护成绩册。其思想是输入学生在课堂上获得的总分，从而输出相应的字母分数。我的尝试如下：

import numpy as np
from collections import OrderedDict

## letter grades and points at cusps of letter grades
letter_grades = np.array(['F', 'D-', 'D', 'D+', 'C-', 'C', 'C+', 'B-', 'B', 'B+', 'A-', 'A'])
point_edges = np.concatenate(np.linspace(101, 153, len(letter_grades)), 10**3)
point_edges[0] = 0

## each letter grade corresponds to point values within the two corresponding point edges
edge_pairs = np.array([('{} - {}'.format(point_edges[idx-1], point_edges[idx])) for idx in range(1, len(point_edges))])
criteria = OrderedDict(zip(letter_grades, edge_pairs))
# print(criteria)

## sample data (the top one works, the one below throws an error)
# point_scores = (0, 100, 100.9, 101, 101.1, 136)
point_scores = (0, 100, 100.9, 101, 101.1, 136, 146, 150, 152, 153, 154)

## use numpy to get result
indices = np.digitize(point_scores, point_edges)
final_grades = letter_grades[indices]

for point, grade in zip(point_scores, final_grades):
    print("\n .. {} POINTS :: {}\n".format(point, grade))

运行上述代码会输出以下错误：

IndexError: index 12 is out of bounds for axis 1 with size 12

---

我将

1000

作为

点边的最后一个元素

，这样任何大于153的输入值都将输出

'A'

（如

打印（标准）中所示）

语句已在上面注释掉。但是，该算法仅适用于严格小于153的输入值。为什么会发生这种情况，以及如何修复它？

np。digizize

的编号与

np不同。直方图

用于指示边界以外的值：

从：

如果x中的值超出了存储单元的边界，则0或len（存储单元）为 视情况返回

您案例中的索引12表示某个值高于给定的限制。如果您想要最后一个箱子，则表示您案例中的索引11。 索引为0的第一个箱子是低于下边界的值，索引1是第一个有效箱子