Numpy如何快速判断一个值属于哪一个区间

在本文中，我们将介绍如何使用Numpy库，快速判断一个值属于哪一个区间。

一般情况下，我们可以使用if语句判断一个值是否属于某个区间，但在处理大量数据时，这种方法效率较低。此时，我们可以使用Numpy库提供的方法，将值与一个列表中的数值进行比较，从而快速判断这个值属于哪一个区间。

阅读更多：Numpy 教程

方法介绍

Numpy提供了两种方法来判断值所属的区间，分别是digitize()函数和searchsorted()函数。

digitize()函数将一个值插入到有序数组的适当位置，返回将值插入该位置的index。因此，我们可以将区间的数值按从小到大排序，并将待判断的值作为参数传入digitize()函数中，得到该值所属的区间。

import numpy as np

a = np.array([0, 10, 20, 30, 40])
x = np.array([5, 15, 25, 50])
bins = np.digitize(x,a)

print(bins) # 输出 [1 2 3 5]

上述代码中，a为有序数组，x为待插入数组，bins为返回值，表示x中每个数值所在的区间。

searchsorted()函数用于在有序数组中寻找适当的插入位置，返回将值插入该位置的index。和digitize()函数类似，我们可以通过将待判断的值作为参数传入该函数，从而得到该值所属的区间。

import numpy as np

a = np.array([0, 10, 20, 30, 40])
x = np.array([5, 15, 25, 50])
bins = np.searchsorted(a, x)

print(bins) # 输出 [1 2 3 5]

和digitize()函数相比，searchsorted()函数返回的是该值应插入的位置，因此需要将得到的返回值加1才能得到该值所在的区间。

性能比较

下面我们用一个例子来比较使用if语句、digitize()函数和searchsorted()函数来判断一个值所属的区间的时间效率。

import time
import numpy as np

a = np.arange(1000000)
x = np.random.randint(100000,size=1000000)

start_time = time.time()
for i in range(len(x)):
    if x[i] < a[0]:
        idx = 0
    elif x[i] > a[-1]:
        idx = len(a)
    else:
        for j in range(1,len(a)):
            if x[i] <= a[j]:
                idx = j
                break
    # print(idx)

end_time = time.time()
print("if statement time:",end_time-start_time)

start_time = time.time()
bins = np.digitize(x,a)
# print(bins)
end_time = time.time()
print("digitize() function time:",end_time-start_time)

start_time = time.time()
bins = np.searchsorted(a, x, side='right')
# print(bins)
end_time = time.time()
print("searchsorted() function time:",end_time-start_time)

上述代码中，我们使用if语句、digitize()函数和searchsorted()函数分别判断1000000个随机值所属的区间，并比较它们的时间效率。在测试中，我们将会获取if语句执行的时间，digitize()函数执行的时间和searchsorted()函数执行的时间。其中，searchsorted()函数的side参数默认值为left，其效率比right稍微低一些。因此，我们需要将side参数设置为right，从而达到最优效果。

在运行了上述程序之后，我们可以发现，使用digitize()函数和searchsorted()函数进行数值比较的效率要高于if语句。其中，searchsorted()函数的效率最高，比使用if语句的效率高出10倍以上。