用python将numpy数组中的条目替换为其分位数索引

我有一个带有数字的一维numpy数组，我想用它所属的分位数的索引替换每个数字

这是我的五分位索引代码：

import numpy as np

def get_quintile_indices( a ):

    result = np.ones( a.shape[ 0 ] ) * 4

    quintiles = [
        np.percentile( a, 20 ),
        np.percentile( a, 40 ),
        np.percentile( a, 60 ),
        np.percentile( a, 80 )
    ]

    for q in quintiles:
        result -= np.less_equal( a, q ) * 1

    return result

a = np.array( [ 58, 54, 98, 76, 35, 13, 62, 18, 62, 97, 44, 43 ] )
print get_quintile_indices( a )

输出：

[ 2.  2.  4.  4.  0.  0.  3.  0.  3.  4.  1.  1.]

---

你看，我从一个数组开始，该数组以可能的最高索引初始化，对于每个五分位切点，从每个小于或等于五分位切点的条目中减去1。有更好的方法吗？一个内置函数，可用于将数字映射到切割点列表？

首先，我们可以一次性生成这些

五分位数-

quintiles = np.percentile( a, [20,40,60,80] )    

对于获得偏移量的最后一步，我们可以简单地使用，这可能是您所寻找的内置函数，如-

out = np.searchsorted(quintiles, a)

# Use broadcasting to perform those comparisons in one go.
# Then, simply sum along the first axis and subtract from 4. 
out = 4 - (quintiles[:,None] >=  a).sum(0)

out = 4 - (np.asarray(quintiles)[:,None] >=  a).sum(0)

或者，将循环代码直接转换为矢量化版本也可以使用，如下所示-

out = np.searchsorted(quintiles, a)

# Use broadcasting to perform those comparisons in one go.
# Then, simply sum along the first axis and subtract from 4. 
out = 4 - (quintiles[:,None] >=  a).sum(0)

out = 4 - (np.asarray(quintiles)[:,None] >=  a).sum(0)

如果
quintiles
是一个列表，我们需要将其分配为一个数组，然后使用
broadcasting
，如下所示-

out = np.searchsorted(quintiles, a)

# Use broadcasting to perform those comparisons in one go.
# Then, simply sum along the first axis and subtract from 4. 
out = 4 - (quintiles[:,None] >=  a).sum(0)

out = 4 - (np.asarray(quintiles)[:,None] >=  a).sum(0)

应该是
out=np.searchsorted（五分位，a）
。@daign如果我们用
np.percentile（a，[20,40,60,80]）
生成
五分位
，那么
五分位
将是一个数组，然后
五分位。searchsorted（a）
。但是是的，如果
quintiles
是一个类似于代码中的列表，那么我们需要使用
np。searchsorted（quintiles，a）
。奇怪的是
np。百分位（a，[20,40,60,80]）
没有给我一个数组，而是一个列表。python版本之间有区别吗？我正在使用Python 2.7。3@daign你的NumPy版本是什么？
>>NumPy.version.version'1.6.1'
因为我还在使用Ubuntu 12.04:）