Numpy：根据字典转换一维数组中的值

Question

我有以下数组和字典。

>>> data = ['a', 'b', 'a', 'a']
>>> mapping = {'a': 9, 'b': 0}

我想应用一个基于此输入字典将np.array(['a', 'b', 'a', 'a'] 转换为np.array([9, 0, 9, 9]) 的函数。但我希望这个操作被矢量化。不使用for loop，如何实现这种转换？

请注意，np.apply_along_axis 和 np.apply_over_axis 都不起作用，因为它们要求输入数组是二维的。

编辑：请注意，我使用的实际数据集非常大，这里只是一个简单的示例。

Answer 1

这里有几个想法。

首先，定义一些示例数据：

In [36]: data = np.array(['a', 'b', 'a', 'a', 'c', 'b'])

In [37]: mapping = {'a': 9, 'b': 0, 'c': 5}

您可以使用numpy.unique 获取data 中的唯一元素，以及（更重要的是）将这些唯一值映射回输入数组的数组：

In [38]: keys, inv = np.unique(data, return_inverse=True)

此时，keys[inv] 重新创建 data。但是我们想创建映射数组，所以我们将在mapping 中创建一个值 数组，其顺序与np.unique 返回的键的顺序相同：

In [39]: vals = np.array([mapping[key] for key in keys])

现在我们可以用inv 索引vals 以获得所需的结果：

In [40]: result = vals[inv]

In [41]: result
Out[41]: array([9, 0, 9, 9, 5, 0])

另一种相当简单的方法是简单地循环 mapping 中的键，并将值向量化分配到一个新数组中：

In [42]: result = np.empty(data.size, dtype=int)

In [43]: for key, val in mapping.items():
   ....:     result[data == key] = val
   ....:     

In [44]: result
Out[44]: array([9, 0, 9, 9, 5, 0])

在不知道data的实际大小和mapping的key数量的情况下，很难说哪种方法更有效。

这是您可能不想使用的方法，因为由表达式 data.reshape(-1, 1) == keys 形成的二维中间数组将具有形状 (len(data), len(mapping))：

In [63]: keys = np.array(mapping.keys())

In [64]: vals = np.array(mapping.values())

In [65]: result = vals[(data.reshape(-1, 1) == keys).nonzero()[1]]

In [66]: result
Out[66]: array([9, 0, 9, 9, 5, 0])

Answer 2

简单地调用map怎么样？

>>> data = ['a', 'b', 'a', 'a']
>>> mapping = {'a': 9, 'b': 0}
>>> map(lambda x: mapping[x], data)
[9, 0, 9, 9]

这不使用 numpy，如果您的数组很大，也不会非常快，但它很简单，在遇到性能问题之前可能不用担心。