根据字典有效地替换数组中的元素-NumPy / Python

Question

首先，如果在其他地方已回答我，我深表歉意。我所能找到的只是有关替换给定值的元素而不是多个值的元素的问题。

背景

我有数千个大型np.arrays，如下所示：

# generate dummy data
input_array = np.zeros((100,100))
input_array[0:10,0:10] = 1
input_array[20:56, 21:43] = 5
input_array[34:43, 70:89] = 8

在这些数组中，我想根据字典替换值：

mapping = {1:2, 5:3, 8:6}

方法

目前，我正在使用一个简单的循环，并结合了花式索引：

output_array = np.zeros_like(input_array)

for key in mapping:
    output_array[input_array==key] = mapping[key]

问题

我的数组的尺寸是2000到2000年，字典有大约1000个条目，因此，这些循环要花很长时间。

题

是否有一个函数，该函数仅采用字典（或类似形式）形式的数组和映射并输出更改后的值？

非常感谢您的帮助！

解决方案：

我使用Ipython在Ipython中测试了各个解决方案

%%timeit -r 10 -n 10

输入数据

import numpy as np
np.random.seed(123)

sources = range(100)
outs = [a for a in range(100)]
np.random.shuffle(outs)
mapping = {sources[a]:outs[a] for a in(range(len(sources)))}

对于每种解决方案：

np.random.seed(123)
input_array = np.random.randint(0,100, (1000,1000))

divakar，方法3：

%%timeit -r 10 -n 10
k = np.array(list(mapping.keys()))
v = np.array(list(mapping.values()))

mapping_ar = np.zeros(k.max()+1,dtype=v.dtype) #k,v from approach #1
mapping_ar[k] = v
out = mapping_ar[input_array]

5.01 ms ± 641 µs per loop (mean ± std. dev. of 10 runs, 10 loops each)

divakar，方法2：

%%timeit -r 10 -n 10
k = np.array(list(mapping.keys()))
v = np.array(list(mapping.values()))

sidx = k.argsort() #k,v from approach #1

k = k[sidx]
v = v[sidx]

idx = np.searchsorted(k,input_array.ravel()).reshape(input_array.shape)
idx[idx==len(k)] = 0
mask = k[idx] == input_array
out = np.where(mask, v[idx], 0)

56.9 ms ± 609 µs per loop (mean ± std. dev. of 10 runs, 10 loops each)

divakar，方法1：

%%timeit -r 10 -n 10

k = np.array(list(mapping.keys()))
v = np.array(list(mapping.values()))

out = np.zeros_like(input_array)
for key,val in zip(k,v):
    out[input_array==key] = val

113 ms ± 6.2 ms per loop (mean ± std. dev. of 10 runs, 10 loops each)

eelco：

%%timeit -r 10 -n 10
output_array = npi.remap(input_array.flatten(), list(mapping.keys()), list(mapping.values())).reshape(input_array.shape)

143 ms ± 4.47 ms per loop (mean ± std. dev. of 10 runs, 10 loops each)

亚图

%%timeit -r 10 -n 10

keys, choices = list(zip(*mapping.items()))
# [(1, 5, 8), (2, 3, 6)]
conds = np.array(keys)[:,None,None]  == input_array
np.select(conds, choices)

157 ms ± 5 ms per loop (mean ± std. dev. of 10 runs, 10 loops each)

原始的，循环的方法：

%%timeit -r 10 -n 10
output_array = np.zeros_like(input_array)

for key in mapping:
    output_array[input_array==key] = mapping[key]

187 ms ± 6.44 ms per loop (mean ± std. dev. of 10 runs, 10 loops each)

感谢您的超快速帮助！

Answer 1

方法＃1：循环使用数组数据

一种方法是提取数组中的键和值，然后使用类似的循环-

k = np.array(list(mapping.keys()))
v = np.array(list(mapping.values()))

out = np.zeros_like(input_array)
for key,val in zip(k,v):
    out[input_array==key] = val

与原始数据相比，此数据的好处是用于高效数据提取的数组数据的空间局部性，该空间局部性可用于迭代中。

另外，由于您提到thousand large np.arrays。所以，如果mapping字典保持不变，这一步得到阵列版本-k并且v是一次性的安装过程。

方法2：使用searchsorted

建议使用np.searchsorted-

sidx = k.argsort() #k,v from approach #1

k = k[sidx]
v = v[sidx]

idx = np.searchsorted(k,input_array.ravel()).reshape(input_array.shape)
idx[idx==len(k)] = 0
mask = k[idx] == input_array
out = np.where(mask, v[idx], 0)

方法＃3：使用整数数组的映射数组进行矢量化的方法

可以使用整数数组的映射数组来建议使用向量化的数组，当由输入数组索引时，会将其直接引向最终输出-

mapping_ar = np.zeros(k.max()+1,dtype=v.dtype) #k,v from approach #1
mapping_ar[k] = v
out = mapping_ar[input_array]