将浮点数量化为任意数量的普通方法？

Question

我想把X和Y的最大值和最小值分别量化成任意数量的回收箱。例如，如果我的数组的最大值是65535，最小值是0 (不要假设这些值都是整数)，并且我想将这些值量化到2回收箱中，那么所有比floor(65535/2)更多的值都会变成65535，其余的值将变成0。如果我想将数组从1到65535之间的任意数字量化，类似的故事会重复。我想知道，有没有一种有效而简单的方法来做到这一点？如果不是，我如何有效地做到这一点，因为有多少桶是2的功率？虽然伪代码很好，但首选Python + Numpy。

Answer 1

这不是最优雅的解决方案，但：

MIN_VALUE = 0
MAX_VALUE = 65535
NO_BINS = 2   

# Create random dataset from [0,65535] interval
numbers = np.random.randint(0,65535+1,100)

# Create bin edges
bins = np.arange(0,65535, (MAX_VALUE-MIN_VALUE)/NO_BINS)

# Get bin values
_, bin_val = np.histogram(numbers, NO_BINS-1, range=(MIN_VALUE, MAX_VALUE))

# Change the values to the bin value
for iter_bin in range(1,NO_BINS+1):
    numbers[np.where(digits == iter_bin)] = bin_val[iter_bin-1]

更新

做同样的工作：

import pandas as pd
import numpy as np

# or bin_labels = [i*((MAX_VALUE - MIN_VALUE) / (NO_BINS-1)) for i in range(NO_BINS)]
_, bin_labels = np.histogram(numbers, NO_BINS-1, range=(MIN_VALUE, MAX_VALUE))

pd.cut(numbers, NO_BINS, right=False, labels=bin_labels)