Question

给出一个起始numpy数组，如下所示：

B = np.array( [1, 1, 1, 0, 2, 2, 1, 3, 3, 0, 4, 4, 4, 4] )

当存在重复时，将一组值换成另一组值的最有效方法是什么？例如，让

s1 = [1,2,4]
s2 = [4,1,2]

低效的交换方法将遍历s1和s2，如下所示：

B2 = B.copy()
for x,y in zip(s1,s2):
    B2[B==x] = y

作为输出

B2 -> [4, 4, 4, 0, 1, 1, 4, 3, 3, 0, 2, 2, 2, 2]

有没有办法在没有zip循环的情况下就地执行此操作？

Answer 1

>>> B = np.array( [1, 1, 1, 0, 2, 2, 1, 3, 3, 0, 4, 4, 4, 4] )
>>> s1 = [1,2,4]
>>> s2 = [4,1,2]
>>> B2 = B.copy()
>>> c, d = np.where(B == np.array(s1)[:,np.newaxis])
>>> B2[d] = np.repeat(s2,np.bincount(c))
>>> B2
array([4, 4, 4, 0, 1, 1, 4, 3, 3, 0, 2, 2, 2, 2])

Answer 2

如果你只有0到n之间的整数（如果不是没有问题可以推广到任何整数范围，除非它非常稀疏），最有效的方法是使用take / fancy索引：

swap = np.arange(B.max() + 1) # all values in B
swap[s1] = s2 # replace the values you want to be replaced

B2 = swap.take(B) # or swap[B]

对于这里给出的小B来说，这几乎快两倍，但是如果B值越大，它的速度越快，重复B到大约100000的长度就会得到8倍。这也避免了每个s1元素的==操作，因此当s1 / s2变大时，它会扩展得更好。

编辑：你也可以使用np.put（也在另一个答案中）来获得swap[s1] = s2的某些加速。对于这些1D问题，take / put只是更快。

在numpy中交换多值的子集

2 个答案: