大于或等于python中的binning

Question

我有一个巨大的列表>100万条条目。

我的垃圾箱大小是0，1，2，3.1000

所以，对于0 bin大小所有>1米的条目传递等等.

我需要一个快速的解决方案，我试着编写它，但它是相当慢的。

任何帮助都是非常感谢的。谢谢。

Input-
input_list = [0,0,0,1,2,3,55,34,......] (almost 1m in Len)
bins = [0,1,2,....., 1000]

Output-
{0:1.00, 1:0.99, 2:998........1000:0.02}
where key is bin,
      value is ratio of values greater than or equal to particular bin to total entries in list.

Answer 1

一种非常简单的方法:计算大于元素的元素的no，再除以记录的no。

import numpy as np

data = np.random.randint(2000, size=10**6)
bins = np.arange(1000) 
dic = {}
for bi in bins:
    dic[bi] = np.count_nonzero(data>=bi)/len(data)

Answer 2

如果我正确理解你的问题，你可以使用numpy.histogram。如果您在您自己的input_list和bins中替换了下面的代码块

import numpy as np

# Filling in dummy data
input_list = [np.random.randint(low=0, high=100) for i in range(100)]

# Setup bins as [1, 2, 3, ... 100]
bins = [i for i in range(1, 101)]

# Run numpy.histogram
hist, bin_edges = np.histogram(input_list, bins=bins)

# Find cumulative sum
cumsum = np.array([sum(hist[:i]) for i in range(len(hist))])

# Find ratios
ratios = (len(data) - cumsum) / len(data)

ratios变量包含您要查找的内容，即大于或等于特定bin的值的比率。