将numpy数组重新映射到字典答案

【问题标题】：Remapping numpy arrarys to dictionary将numpy数组重新映射到字典
【发布时间】：2016-03-05 16:06:54
【问题描述】：

我想根据字典重新映射一个 numpy 数组。让我们假设我有一个 N 行 3 列的 numpy 数组。现在我想根据它的索引重新映射值，这些索引写在字典中的元组中。这工作正常：

import numpy as np

a = np.arange(6).reshape(2,3)
b = np.zeros(6).reshape(2,3)
print a
print A

dictt = { (0,0):(0,2), (0,1):(0,1), (0,2):(0,0), (1,0):(1,2), (1,1):(1,1), (1,2):(1,0) }

for key in dictt:
    b[key] = a[dictt[key]]

print b
a = [[0 1 2]
    [3 4 5]]

b = [[ 2.  1.  0.]
    [ 5.  4.  3.]]

假设我有 N 行，其中 N 是偶数。现在我想将相同的映射（对上例中的那 2 行有效）应用于所有其他行。因此我想有一个数组来自：

[[ 0  1  2]
 [ 3  4  5]
 [ 6  7  8]
 [ 9 10 11]]

到：

b = [[ 2.  1.  0.]
    [ 5.  4.  3.]]
    [[ 8.  7.  6.]
    [ 11.  10.  9.]]

有什么想法吗？我想快速完成，因为每个数组中有 192000 个条目应该重新映射。

【问题讨论】：

在 python2 或 python3 中？
那么您的字典中定义的顺序是任意的吗？还是您总是想镜像您的数据？因为在不使用字典的情况下会有更有效的方法......（numpy.fliplr）
感谢您的建议。它是 Python 2.7。不幸的是，顺序是随机的，没有镜像。

标签： numpy dictionary reshape remap

【解决方案1】：

为简单起见，我将只使用 [::-1]。

a = [[0, 1, 2], [3, 4, 5], [6, 7, 8]]
b = [item[::-1] for item in a]
>>> b
[[2, 1, 0], [5, 4, 3], [8, 7, 6]]

【讨论】：

如上所说：因为a是一个numpy数组，所以b = np.fliplr(a)应该是最有效的方式。
效率我没检查过，你可能是对的。