使用旧值和新值列表替换 numpy 数组中的元素

Question

我想使用旧值和新值列表替换 numpy 数组中的元素。请参阅下面的代码示例（replace_old 是请求的方法）。该方法必须适用于 int、float 和 string 元素。我该怎么做？

import numpy as np

dat = np.hstack((np.arange(1,9), np.arange(1,4)))
print dat # [1 2 3 4 5 6 7 8 1 2 3]

old_val = [2, 5]
new_val = [11, 57]

new_dat = replace_old(dat, old_val, new_val)
print new_dat # [1 11 3 4 57 6 7 8 1 11 3]

Answer 1

你可以使用np.place：

>>> np.place(dat,np.in1d(dat,old_val),new_val)
>>> dat
array([ 1, 11,  3,  4, 57,  6,  7,  8,  1, 11,  3])

要创建 mask 数组，您可以使用np.in1d(arr1,arr2)，这将为您提供：

与 ar1 长度相同的布尔数组，如果 ar1 的元素在 ar2 中，则为 True，否则为 False

编辑：请注意，前面的配方将根据这些顺序替换old_values，并且正如@ajcr 所说，它不适用于其他数组，所以作为现在的一般方法，我建议以下方法使用循环（我认为这不是最好的方法）：

>>> dat2 = np.array([1, 2, 1, 2])
>>> old_val = [1, 2]
>>> new_val = [33, 66]

>>> z=np.array((old_val,new_val)).T
>>> for i,j in z:
...    np.place(dat2,dat2==i,j)
... 
>>> dat2
array([33, 66, 33, 66])

在这种情况下，您创建一个新数组 (z)，其中包含来自 old_val 和 new_val 的相关对，然后您可以将它们传递给 np.place 并替换它们。