使用NumPy进行数字分箱遇异常：目标区间0.1-1.0却得到1-10结果

你当前的代码问题在于：lables_train是0-9的整数，远大于分箱边界[0.1,0.2,...,0.9]，除了0会被分到第0组，1-9都会被分到第9组（因为np.digitize默认right=False，大于最后一个边界值的元素会返回边界数组的长度）。你说结果是1-10，大概率是后续对结果做了+1操作，但无论如何，这都不符合你按[0.1,0.2,...,1.0]分箱的预期——本质是你没有将原始的0-9数据归一化到0-1区间，导致数据和分箱边界不匹配。

要实现将0-9的数组按[0.1,0.2,...,1.0]的逻辑分箱，需要先将数据归一化到0-1区间，再设置正确的分箱边界：

1. 归一化原始数据：把0-9的整数映射到0-1范围
2. 设置分箱边界：用0.1,0.2,...,0.9作为边界，这样会生成10个分箱区间，正好对应你要的0.1到1.0的划分

示例代码：

import numpy as np

# 假设你的原始数据
lables_train = np.array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

# 步骤1：归一化到0-1区间
normalized_labels = lables_train / 9.0  # 0→0，9→1

# 步骤2：设置分箱边界
bins = np.array([0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9])

# 执行分箱
digitalized_labels = np.digitize(normalized_labels, bins)

# 查看结果
print(digitalized_labels)
# 输出：[0 1 2 3 4 5 6 7 8 9]

如果希望分箱结果从1开始（而非0），可以直接加1：

digitalized_labels = np.digitize(normalized_labels, bins) + 1
# 输出：[1 2 3 4 5 6 7 8 9 10]

np.digitize的核心规则（默认right=False）：

• 对于每个元素x，返回第一个满足bins[i] > x的索引i
• 若x ≤ bins[0]，返回0；若x > bins[-1]，返回len(bins)
• 如果你需要左闭右开的区间（比如[0.1,0.2)），可以设置right=True，此时规则变为返回第一个满足bins[i] ≥ x的索引i

内容的提问来源于stack exchange，提问作者Tim Bretschneider