用列表的值替换 numpy 索引数组的值

Posted 2023-02-23

技术标签:

【中文标题】用列表的值替换 numpy 索引数组的值【英文标题】：Replace values of a numpy index array with values of a list 【发布时间】：2012-11-14 09:04:53 【问题描述】：

假设你有一个 numpy 数组和一个列表：

>>> a = np.array([1,2,2,1]).reshape(2,2)
>>> a
array([[1, 2],
       [2, 1]])
>>> b = [0, 10]

我想替换数组中的值，所以 1 被 0 替换，2 被 10 替换。

我在这里发现了类似的问题 - http://mail.python.org/pipermail//tutor/2011-September/085392.html

但是使用这个解决方案：

for x in np.nditer(a):
    if x==1:
        x[...]=x=0
    elif x==2:
        x[...]=x=10

给我一个错误：

ValueError: assignment destination is read-only

我猜那是因为我无法真正写入 numpy 数组。

附： numpy 数组的实际大小为 514 x 504，列表为 8。

【问题讨论】：

【参考方案1】：

好吧，我想你需要的是

a[a==2] = 10 #replace all 2's with 10's

【讨论】：

当我这样做时，我得到“assignment destination is read-only”，你知道这是为什么吗？这比其他解决方案简单得多，谢谢如果我们想同时更改索引处的元素是给定 n 的倍数，我们会怎么做。像同时改变a[2],a[4],a[6]....对于n = 2.，应该怎么做？【参考方案2】：

numpy 中的只读数组可以写成可写的：

nArray.flags.writeable = True

这将允许像这样的赋值操作：

nArray[nArray == 10] = 9999 # replace all 10's with 9999's

真正的问题不是赋值本身，而是可写标志。

【讨论】：

【参考方案3】：

可以像这样重新映射整个数组，而不是一一替换值：

import numpy as np
a = np.array([1,2,2,1]).reshape(2,2)
# palette must be given in sorted order
palette = [1, 2]
# key gives the new values you wish palette to be mapped to.
key = np.array([0, 10])
index = np.digitize(a.ravel(), palette, right=True)
print(key[index].reshape(a.shape))

产量

[[ 0 10]
 [10  0]]

Credit for the above idea goes to @JoshAdel。它比我原来的答案要快得多：

import numpy as np
import random
palette = np.arange(8)
key = palette**2
a = np.array([random.choice(palette) for i in range(514*504)]).reshape(514,504)

def using_unique():
    palette, index = np.unique(a, return_inverse=True)
    return key[index].reshape(a.shape)

def using_digitize():
    index = np.digitize(a.ravel(), palette, right=True)
    return key[index].reshape(a.shape)

if __name__ == '__main__':
    assert np.allclose(using_unique(), using_digitize())

我以这种方式对这两个版本进行了基准测试：

In [107]: %timeit using_unique()
10 loops, best of 3: 35.6 ms per loop
In [112]: %timeit using_digitize()
100 loops, best of 3: 5.14 ms per loop

【讨论】：

感谢unutbu！我会接受你的回答，因为它更通用。干杯。 "index = np.digitize(a.reshape(-1,), palette)-1" 可以替换为 "index = np.digitize(a.reshape(-1,), palette) ，对=真）”，对吧？（=对吗？） @PietroBattiston：因为a 中的每个值都在palette 中，所以我认为right=True 返回相同的结果。感谢您的改进！如果我们想改变给定 n 的倍数的索引值，例如 a[2],a[4],a[6],a[8].. ... 对于 n=2？【参考方案4】：

我找到了另一个使用 numpy 函数 place 的解决方案。（文档here）

在您的示例中使用它：

>>> a = np.array([1,2,2,1]).reshape(2,2)
>>> a
array([[1, 2],
   [2, 1]])
>>> np.place(a, a==1, 0)
>>> np.place(a, a==2, 10)
>>> a
array([[ 0, 10],
       [10,  0]])

【讨论】：

这是完美而简单的。谢谢@Linda！【参考方案5】：

您也可以使用np.choose(idx, vals)，其中idx 是一个索引数组，指示应将vals 的哪个值放在它们的位置。但是，索引必须从 0 开始。还要确保idx 具有整数数据类型。所以你只需要这样做：