scipy.stats.binned_statistic分箱映射逻辑及参数作用咨询

先看示例代码：

rng = np.random.default_rng(seed=3576)
windspeed = 8 * rng.random(500)
boatspeed = .3 * windspeed**.5 + .2 * rng.random(500)
bin_means, bin_edges, binnumber = stats.binned_statistic(windspeed,
                boatspeed, statistic='median', bins=[1,2,3,4,5,6,7])

示例中bin_means的第一个值（对应分箱[1,2)的中位数）为0.48067334，对应boatspeed数组的第90个元素（Python索引为89）。

疑问1：函数如何将分箱边缘映射到boatspeed数据？第90个元素为何属于[1,2]分箱？ #

• 函数核心逻辑是用第一个输入序列（windspeed）做分组依据：先遍历每个windspeed元素，判断它落在哪个分箱区间里（默认左闭右开规则，比如bins=[1,2,3]对应的区间是[1,2)、[2,3)）。
• windspeed和boatspeed的元素是一一对应的，当某个windspeed元素被分到某个箱时，对应的boatspeed元素也会被划入同一个箱。
• 第90个元素（索引89）对应的windspeed[89]值必然落在[1,2)区间内，所以它对应的boatspeed元素就被归到第一个分箱，该分箱的中位数就是0.48067334。你可以直接打印windspeed[89]验证这个值的范围。

疑问2：windspeed向量的作用是什么？统计针对boatspeed为何需要它？ #

windspeed是分组的基准序列，这个函数的本质是「根据A序列的区间分组，计算B序列在每组的统计量」。比如实际场景中我们想分析「不同风速区间下的船速中位数」，就需要用风速（windspeed）划分区间，把对应区间的船速（boatspeed）挑出来计算统计量。如果没有windspeed，函数根本不知道该怎么对boatspeed进行分组——总不能凭空把船速分成[1,2)、[2,3)这些区间吧？

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