为一个值的向量找到不同的区间，使每个区间中的值的数量大致相等

Question

我有一个向量，包括几百万个值。现在我希望找到不同的区间(每个区间为3个不同的区间，但可以是4、5或其他不同数量的区间)，其中每个区间中的值的数量应该大致相等。

我只是尝试了一种手动的方法，那就是我首先做一个hist图，然后看看如何找到我想要的区间(或者我首先尝试不同的区间，并查看这些假设区间中的数字，如果不满意，那么尝试不同的区间组合)。但是，我认为应该有一种聪明的方法来做同样的事情。我模拟一小部分数据来显示我想要的。

v01 <- runif(2, 0, 1)
v12 <- runif(2, 1, 2)
v25 <- runif(2, 2, 5)

v <- c(v01, v12, v25)

hist(v)

length(v[v >= 0 & v <= 1])
# 2
length(v[v > 1  & v < 2])
# 2
length(v[v >= 2 & v < 5 ])
# 2

然后，间隔：(0, 1]、(1, 2]和[2, 5)就是我想要的，因为在这些间隔中，有(大约)相等数量的值(即这里是2)。请帮助给出一个提示，如何以适当的方式找到不同的这样的间隔？

Answer 1

您希望在数据的特定分位数处使用分隔符。例如,

v01 <- runif(1000, 0, 1) 
v12 <- runif(1000, 1, 2)
v25 <- runif(1000, 2, 5)
v <- c(v01, v12, v25)
n <- 3  # Number of intervals
breaks <- quantile(v, (0:n)/n)  # These are the breakpoints.  You might
                                # want to round them to integers, based
                                # on your example
breaks

#           0%    33.33333%    66.66667%         100% 
# 0.0004285758 1.0002311588 1.9999579265 4.9946567267