如何使用字典来翻译/替换数组的元素？ [复制]

Posted 2023-02-23

【中文标题】如何使用字典来翻译/替换数组的元素？ [复制]

【英文标题】：How to use a dictionary to translate/replace elements of an array? [duplicate]

【发布时间】：2016-02-05 09:42:12

【问题描述】：

我有一个 numpy 数组，它有数百个大写字母元素，没有特定的顺序

import numpy as np
abc_array = np.array(['B', 'D', 'A', 'F', 'H', 'I', 'Z', 'J', ...])

numpy.ndarray 中的每个元素都是一个numpy.string_。

我还有一个“翻译词典”，其中包含键/值对，大写字母对应一个城市

transdict = 'A': 'Adelaide', 'B': 'Bombay', 'C': 'Cologne',...

transdict 字典里只有 26 对，但是我必须翻译的 numpy 数组中有数百个字母。

最有效的方法是什么？

我考虑过使用numpy.core.defchararray.replace(a, old, new, count=None)[source]，但这会返回ValueError，因为numpy 数组的大小与字典键/值不同。

AttributeError: 'numpy.ndarray' object has no attribute 'translate'

【问题讨论】：

您是否尝试过任何有效的代码，是否效率低下？样本数据的预期输出是什么？

@Divakar 实际上，我最好的猜测是使用numpy.core.defchararray.replace()，但这不起作用。所以是的，我不知道该怎么办。

对于old，你需要使用transdict.keys()，对于new你需要使用transdict.values()，那么.replace(abc_array, old, new)应该可以工作

@ChadS。我也是这么想的，但事实并非如此。 abc_array 是形状为 (700,1) 的 numpy 数组，old 和 new 是形状为 (26,1) 的 numpy 数组

@ChadS。我收到广播错误：ValueError: shape mismatch: objects cannot be broadcast to a single shape

【参考方案1】：

这样可以吗？有时，纯 Python 是处理此类事情的一种很好、直接的方法。下面构建了一个翻译列表（很容易转换回一个 numpy 数组）和连接的输出。

import numpy as np
abc_array = np.array(['B', 'D', 'A', 'F', 'H', 'I', 'Z', 'J'])

transdict = 'A': 'Adelaide',
             'B': 'Bombay',
             'C': 'Cologne',
             'D': 'Dresden',
             'E': 'Erlangen',
             'F': 'Formosa',
             'G': 'Gdansk',
             'H': 'Hague',
             'I': 'Inchon',
             'J': 'Jakarta',
             'Z': 'Zambia'


phoenetic = [transdict[letter] for letter in abc_array]
print ' '.join(phoenetic)

由此产生的输出是：

Bombay Dresden Adelaide Formosa Hague Inchon Zambia Jakarta

【讨论】：

我认为你是对的； Python for 循环是要走的路。

很好......但你可能会等待其他想法，尤其是纯 numpy 的想法。一旦你有了一个好的解决方案，别忘了“接受”你最喜欢的。

【参考方案2】：

使用 蛮力 NumPy broadcasting -

idx = np.nonzero(transdict.keys() == abc_array[:,None])[1]
out = np.asarray(transdict.values())[idx]

使用基于 np.searchsorted 的搜索和索引 -

sort_idx = np.argsort(transdict.keys())
idx = np.searchsorted(transdict.keys(),abc_array,sorter = sort_idx)
out = np.asarray(transdict.values())[sort_idx][idx]

示例运行 -

In [1]: abc_array = np.array(['B', 'D', 'A', 'B', 'D', 'A', 'C'])
   ...: transdict = 'A': 'Adelaide', 'B': 'Bombay', 'C': 'Cologne', 'D': 'Delhi'
   ...: 

In [2]: idx = np.nonzero(transdict.keys() == abc_array[:,None])[1]
   ...: out = np.asarray(transdict.values())[idx]
   ...: 

In [3]: out
Out[3]: 
array(['Bombay', 'Delhi', 'Adelaide', 'Bombay', 'Delhi', 'Adelaide',
       'Cologne'], 
      dtype='|S8')

In [4]: sort_idx = np.argsort(transdict.keys())
   ...: idx = np.searchsorted(transdict.keys(),abc_array,sorter = sort_idx)
   ...: out = np.asarray(transdict.values())[sort_idx][idx]
   ...: 

In [5]: out
Out[5]: 
array(['Bombay', 'Delhi', 'Adelaide', 'Bombay', 'Delhi', 'Adelaide',
       'Cologne'], 
      dtype='|S8')

【讨论】：

您不是刚刚用 searchsorted 回答了另一个字典问题吗？ :)

@hpaulj 这不是很有趣吗！？ ;) NumPythonic 一切 :)

令我惊讶的事情。第一种方法将在带有无用错误消息的大型数据结构上失败。据我所知，== 开始返回 True/False 超过某个限制而不是广播。

对于 Python 3，keys() 和 values() 都必须包含在 list 语句中。

读到你的答案总是让我大吃一惊，哈哈，有你做这一切很酷！