如何高效统计二维NumPy数组中各区间内的元素数量？

你的问题本质是对二维数组做二维区间频率统计，双重循环的方式在处理大数据时效率极低——每次切片都会生成新数组，再加上Python循环本身的开销，速度自然上不去。这里直接用NumPy内置的np.histogram2d函数就能解决，完全无循环，底层用C实现，效率拉满。

核心解决方案 #

np.histogram2d专门用来统计二维数据的区间分布，正好匹配你的需求：

1. 拆分两个维度的数据：

x = a[:, 0]  # 第一列：0~1
y = a[:, 1]  # 第二列：2~3

2. 定义区间边界：

   • 第一列要分成10个区间（0-0.1, 0.1-0.2...0.9-1），所以边界是np.linspace(0, 1, 11)（11个点对应10个区间）
   • 第二列要分成5个区间（2-2.2, 2.2-2.4...2.8-3），边界是np.linspace(2, 3, 6)

3. 调用函数统计：

counts, x_edges, y_edges = np.histogram2d(x, y, bins=[x_bins, y_bins])

counts是一个(10,5)的二维数组，counts[i,j]就对应你原循环中第i个x区间、第j个y区间的元素数量，直接遍历输出即可。

完整替代代码 #

import numpy as np

a = np.random.random([10000, 2])
a[:, 1] += 2

# 高效无循环实现
x = a[:, 0]
y = a[:, 1]
x_bins = np.linspace(0, 1, 11)
y_bins = np.linspace(2, 3, 6)
counts, _, _ = np.histogram2d(x, y, bins=[x_bins, y_bins])

# 按原循环的顺序输出结果
for i in range(10):
    for j in range(5):
        print(int(counts[i, j]))  # 转为整数和原输出格式一致

为什么这个方法高效？ #

• 避免了Python循环的开销：底层用C实现，处理大数据时速度比Python循环快几个数量级
• 无需多次切片：一次性处理所有数据，不会生成中间临时数组，节省内存也提升速度
• 完全适配你的区间需求：不需要手动写复杂的条件判断，直接通过bins定义区间即可

关于masked arrays的说明 #

你不需要用masked arrays来处理区间筛选，np.histogram2d会自动根据你定义的bins统计每个区间内的元素数量，不管是单维度还是多维度的区间限制，都能直接处理，比手动用mask简单得多。

内容的提问来源于stack exchange，提问作者pmoreira