python - 如何在 numpy 中对二维数组进行 bin？

Question

我是 numpy 的新手，我有一个 2D 对象数组，我需要将它们放入一个较小的矩阵中，然后计算每个容器中的对象数量以制作热图。我按照答案 on this thread创建 bins 并对一个简单数组进行计数，但我不确定如何将其扩展到 2 维。这是我到目前为止所拥有的:

data_matrix = numpy.ndarray((500,500),dtype=float)
# fill array with values.

bins = numpy.linspace(0,50,50)
digitized = numpy.digitize(data_matrix, bins)

binned_data = numpy.ndarray((50,50))
for i in range(0,len(bins)):
    for j in range(0,len(bins)):
        k = len(data_matrix[digitized == i:digitized == j]) # <-not does not work
        binned_data[i:j] = k

附言数组上的 [digitized == i] 符号将返回一个二进制值数组。我在任何地方都找不到关于这个符号的文档。一个链接将不胜感激。

Answer 1

您可以将数组重新整形为反射(reflect)所需 block 结构的四维数组，然后在每个 block 内沿两个轴求和。示例:

>>> a = np.arange(24).reshape(4, 6)
>>> a
array([[ 0,  1,  2,  3,  4,  5],
       [ 6,  7,  8,  9, 10, 11],
       [12, 13, 14, 15, 16, 17],
       [18, 19, 20, 21, 22, 23]])
>>> a.reshape(2, 2, 2, 3).sum(3).sum(1)
array([[ 24,  42],
       [ 96, 114]])

如果 a 的形状为 m, n，则 reshape 应具有以下形式

a.reshape(m_bins, m // m_bins, n_bins, n // n_bins)