Question

我有一个看起来像这样的numpy数组：

h = array([string1 1
       string2 1
       string3 1
       string4 3
       string5 4
       string6 2
       string7 2
       string8 4
       string9 3
       string0 2 ])

在第二列中，我想将所有出现次数从1更改为3，将所有出现次数从3更改为2，将所有出现次数从4更改为1

很明显，如果我系统地尝试就地执行此操作，则会出现错误，因为：

h[,:1 == 1] = 3
h[,:1 == 3] = 2

将所有的1更改为2

矩阵的最长长度为50,000个元素，要更改的值可能会变化

我在看类似的问题here，但它会将所有数字都设为0，并且答案是特定的。

是否有一种方法可以同时更改所有这些情况？还是我必须找到另一种方法？

Answer 1

您可以使用查找表和高级索引：

A = np.rec.fromarrays([np.array("The quick brown fox jumps over the lazy dog .".split()), np.array([1,1,1,3,4,2,2,4,3,2])])
A
# rec.array([('The', 1), ('quick', 1), ('brown', 1), ('fox', 3),
#            ('jumps', 4), ('over', 2), ('the', 2), ('lazy', 4), ('dog', 3),
#            ('.', 2)],
#           dtype=[('f0', '<U5'), ('f1', '<i8')])
LU = np.arange(A['f1'].max()+1)
LU[[1,3,4]] = 3,2,1
A['f1'] = LU[A['f1']]
A
# rec.array([('The', 3), ('quick', 3), ('brown', 3), ('fox', 2),
#            ('jumps', 1), ('over', 2), ('the', 2), ('lazy', 1), ('dog', 2),
#            ('.', 2)],
#           dtype=[('f0', '<U5'), ('f1', '<i8')])

Answer 2

最好的方法是使用字典来映射值。这样做需要您使用向量化函数：

  Dim FILEPATH As String = ("D:/try/2019/" & id & "/") 
  HyperLink1.NavigateUrl = FILEPATH

Answer 3

您可以直接使用map，也可以使用效率更高的numpy.vectorize将映射函数转换为可以直接应用于数组的函数：

import numpy as np

mapping = {
    1: 3,
    3: 4,
    4: 1
}

a = np.array([1, 2, 3, 4, 5, 1, 2, 3, 4, 5])
mapping_func = np.vectorize(lambda x: mapping[x] if x in mapping else x)
b = mapping_func(a)

print(a)
print(b)

结果：

[1 2 3 4 5 1 2 3 4 5]
[3 2 4 1 5 3 2 4 1 5]

请注意，您不必使用dict或lambda函数。您可以使用将源数组的数据类型作为输入（在这种情况下为int并返回目标数组的数据类型的任何普通函数。

同时更改numpy数组中的出现次数

3 个答案: