我将尝试从一个整数“标记”
我想到了以下内容:
有没有更好/更有效的方法执行这样的映射?
ndarray
转换:array([[1, 3, 2],
[2, 0, 3],
[3, 2, 0],
[2, 0, 1]])
将一个ndarray
转换成字符串数组:
array([['Banana', 'Celery', 'Carrot'],
['Carrot', 'Apple', 'Celery'],
['Celery', 'Carrot', 'Apple'],
['Carrot', 'Apple', 'Banana']],
dtype='|S6')
使用字符串列表作为“标志”到“含义”的映射:
meanings = ['Apple', 'Banana', 'Carrot', 'Celery']
我想到了以下内容:
>>> import numpy as np
>>> meanings = ['Apple', 'Banana', 'Carrot', 'Celery']
>>> flags = np.array([[1,3,2],[2,0,3],[3,2,0],[2,0,1]])
>>> flags
array([[1, 3, 2],
[2, 0, 3],
[3, 2, 0],
[2, 0, 1]])
>>> mapped = np.array([meanings[f] for f in flags.flatten()]).reshape(flags.shape)
>>> mapped
array([['Banana', 'Celery', 'Carrot'],
['Carrot', 'Apple', 'Celery'],
['Celery', 'Carrot', 'Apple'],
['Carrot', 'Apple', 'Banana']],
dtype='|S6')
这种方法可以运行,但是处理大型的ndarrays
时,我担心相关行的效率(列表推导、flatten
和reshape
):
np.array([meanings[f] for f in flags.flatten()]).reshape(flags.shape)
有没有更好/更有效的方法执行这样的映射?
np.take
的第二种解决方案适用于ndims > 1
的情况。对于我的例子,第一种解决方案会导致以下错误:TypeError: only integer arrays with one element can be converted to an index
。 - blazetophermeanings
是一个列表。如果你将它转换成一个 ndarray(即meanings = np.array(meanings)
),那么两种方法都可以同样地工作。 - Jaime