Python Numpy直方图，如何获取每个箱子中的最大值

我有一系列的数字，我与上面的代码。是否可以返回每个箱子中的最大数量

请查看示例代码：

  from numpy import *


  a=array([1,4,5,6,7.8,9,3.4,5.,6,3.5,6,8,9,10])

  bins=arange(0,11,1)

  h=hist(a,bins=bins)

  h=hist(a,bins=bins,weights=a)

这就是回报

  (array([  0. ,   1. ,   0. ,   6.9,   4. ,  10. ,  18. ,   7.8,   8. ,  28. ]), array([ 0,  1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

---

我想知道是否有可能在第四个存储箱中获得3.5（3和4之间的最大值），而不是6.9。

这将为您提供存储箱中每个元素的最大值，如果存储箱中没有元素，则

0

：

print [max(a[(a>=(i))&(a<i+1)]) if a[(a>=(i))&(a<i+1)].size else 0 for i in bins]
[0, 1.0, 0, 3.5, 4.0, 5.0, 6.0, 7.7999999999999998, 8.0, 9.0, 10.0]

print[max（a[（a>=（i））&（a=（i））&（a您可以使用。请注意，它将小于第一个存储箱的值标记为0

a[np.digitize(a,bins) == 4].max()

屏蔽数组在这里很有用：

import numpy.ma as ma
a2 = ma.empty((len(bins),len(a)))
a2.data[...] = a
a2.mask = np.digitize(a,bins)-1 != bins[:,np.newaxis]
a2.max(axis=1).filled(np.nan)

array([  nan,   1. ,   nan,   3.5,   4. ,   5. ,   6. ,   7.8,   8. ,
         9. ,  10. ])

谢谢，这很有用，但我想以直方图函数的方式返回数组。此外，是否可以对二维直方图进行扩展？@Matteo扩展了计算数组的答案。不幸的是，这只适用于1D。谢谢，这正是我想要的。在二维中进行扩展容易吗？@Matteo-应该可以。我想这取决于nds正是您的意思。在最简单的情况下，您只需展平阵列，然后执行上述操作。