用关键字替换Python列表元素

Question

我有一个非唯一字符串列表：

list = ["a", "b", "c", "a", "a", "d", "b"]

我希望用一个整数键替换每个元素，以唯一标识每个字符串：

list = [0, 1, 2, 0, 0, 3, 1]

重要的是它是一个唯一标识符，而不是其数量。

到目前为止，我所想到的方法就是将列表复制到集合中，并使用集合的索引来引用列表。虽然我相信还有更好的方法。

- Rachie

---

你这里的“字符串”都是单个字符吗？如果是，你可以考虑使用ord函数。集合不支持索引。 - rkersh

不一定，不是的。 - Rachie

顺便提一下，不要使用 list 作为变量名，因为它会遮盖内置的 list 类型。这里不会有任何问题，但如果您的脚本稍后尝试使用 list 类型构造列表，则可能会导致神秘的错误。 - PM 2Ring

Answer 1

这将确保唯一性，并且id从0开始连续：

id_s = {c: i for i, c in enumerate(set(list))}
li = [id_s[c] for c in list]

另外值得注意的是，您不应该将 'list' 作为变量名称，因为它会掩盖内置类型 list。

- user2390182

Answer 2

这是一个使用 defaultdict 的单遍解决方案：

from collections import defaultdict
seen = defaultdict()
seen.default_factory = lambda: len(seen)  # you could instead bind to seen.__len__

In [11]: [seen[c] for c in list]
Out[11]: [0, 1, 2, 0, 0, 3, 1]

这有点诡计，但值得一提！

---

另一种方法，由@user2357112在相关的问题/答案中建议, 是使用itertools.count递增。这允许您仅在构造函数中执行此操作：

from itertools import count
seen = defaultdict(count().__next__)  # .next in python 2

这可能更可取，因为default_factory方法不会在全局范围内查找seen。

- Andy Hayden

---

非常聪明，我喜欢它！我从未想过在default_factory中使用那种反身力量。 - user2390182

@schwobaseggl 我猜测这就是属性存在的原因（而不是私有），但我希望它们有一种单一构造函数的方法来实现（并引用self）……感觉有点不太好/老派。 :/ - Andy Hayden

itertools.count().next也可以用于default_factory，或者您可以使用seen = defaultdict(lambda: len(seen))，因为创建lambda时不需要存在seen。我更喜欢itertools.count().next而不是lambda: len(seen)，因为它在可变操作中间不需要检查字典的状态，但是无论哪个版本都感觉default_factory中有太多的魔法。 - user2357112

@user2357112 我觉得这并不是太神奇，它就是为此而存在的！很烦人的一点是 itertools.count API 在 Python 3 中有所不同（你需要使用 __next__），但我同意 itertools.count 比 len 好得多（虽然两者都是 O(1)）。 - Andy Hayden

@codesparkle 如果您这样做，请考虑将其定义为一个函数（这样计数变量就不会泄漏，就像上面的seen变量一样）。 - Andy Hayden

Answer 3

>>> lst = ["a", "b", "c", "a", "a", "d", "b"]
>>> nums = [ord(x) for x in lst]
>>> print(nums)
[97, 98, 99, 97, 97, 100, 98]

- Chris

---

只有当列表中的每个项都是单个字符时，此方法才有效，而原帖作者已经在评论中表示可能并非如此。 - Rory Daulton

在我看来，这也需要一点解释。 - Andy Hayden

Answer 4

如果您不挑剔，那么可以使用哈希函数：它返回一个整数。对于相同的字符串，它返回相同的哈希值：

li = ["a", "b", "c", "a", "a", "d", "b"]
li = map(hash, li)                # Turn list of strings into list of ints
li = [hash(item) for item in li]  # Same as above

- Hai Vu

---

这个可以工作，假设动态结果是可接受的。不错。 - Chris

无效，散列值不能保证唯一。 - user2357112

Answer 5

一种功能性方法：

l = ["a", "b", "c", "a", "a", "d", "b", "abc", "def", "abc"]
from itertools import count
from operator import itemgetter

mapped = itemgetter(*l)(dict(zip(l, count())))

您可以使用一个简单的生成器函数：

from itertools import count

def uniq_ident(l):
    cn,d  = count(), {}
    for ele in l:
        if ele not in d:
            c = next(cn)
            d[ele] = c
            yield c
        else:
            yield d[ele]


In [35]: l = ["a", "b", "c", "a", "a", "d", "b"]

In [36]: list(uniq_ident(l))
Out[36]: [0, 1, 2, 0, 0, 3, 1]

- Padraic Cunningham

---

尝试使用l = ["\t\t", "c"]。 - Andy Hayden