Question

我试图找出一种方法来获取一个整数数组，然后更改条目，使最小值为0，第二个最小值为1，等等。

E.g。

从这个开始

In [13]: a = numpy.array([[1, 2, 10],[1, 2, 99]])

In [14]: a
Out[14]: 
array([[ 1,  2, 10],
       [ 1,  2, 99]])

得到这个：

array([[ 0,  1, 2],
       [ 0,  1, 3]])

我可以通过numpy.unique（）开始查看，例如：

In [19]: range(len(b))
Out[19]: [0, 1, 2, 3]

In [20]: b = numpy.unique(a)

In [21]: b
Out[21]: array([ 1,  2, 10, 99])

In [22]: c = range(len(b))

In [23]: c
Out[23]: [0, 1, 2, 3]

似乎我现在应该可以使用b和c从一个数组转换到另一个数组。但是这样做最好（也是最快）的方法是什么？

Answer 1

不知道最快，但如果您有scipy可用，则可以使用scipy.stats.rankdata：

>>> a = np.array([[1, 2, 10],[1, 2, 99]])
>>> scipy.stats.rankdata(a,'dense').reshape(a.shape)-1
array([[ 0.,  1.,  2.],
       [ 0.,  1.,  3.]])

（需要reshape，因为它首先展平数据，-1，因为它的排名为1。

Answer 2

最直接的方法是使用argsort()

a = numpy.array([0, 1, 1, 2])
u, ind = numpy.unique(a, return_inverse = True)
u = u.argsort().argsort()
ret = u[ind]

Answer 3

我会给你两个选择，第一个看起来更干净：

a = numpy.array([[1, 2, 10],[1, 2, 99]])
uniq, inv = numpy.unique(a, return_inverse=True)
result = inv.reshape(a.shape)

我喜欢这个，因为它适用于没有return_inverse的旧版numpy：

a = numpy.array([[1, 2, 10],[1, 2, 99]])
uniq = numpy.unique(a)
result = uniq.searchsorted(a)

将numpy数组更改为从零开始

3 个答案: