基于查找表将整数Numpy转换为字符串

我有一个名为“土地利用”的numpy数组，它是一系列数字1-3，代表不同的土地利用类别。我想根据查找表将其转换为字符串

ids = [0,1,2,3]
lookup_table = ['None', 'Forest', 'Water', 'Urban']

---

我不完全清楚你的问题是什么，但似乎你可以用字典来解释：

import numpy as np
landuse=np.array([1,2,3,1,2,4],dtype=np.integer)
a={1:'Forest',2:'Water'}
print [a.setdefault(i,'Urban') for i in landuse]

它将发出一个包含您感兴趣的字符串的列表：

['Forest', 'Water', 'Urban', 'Forest', 'Water', 'Urban']

如果您的目标是在字符串的numpy数组中获得最终结果，则可以执行以下操作：

name=np.array([a.setdefault(i,'Urban') for i in landuse],dtype='|S10')

---

首先，让我解释一下为什么循环不起作用，在python中，赋值（即

a=1

获取对象

1

并将其命名为

a

）。当您执行

name=“Water”

操作时，

name

会忘记它以前指向的对象，而现在指向的是

“Water”

，但这并不意味着以前分配给

name

的对象会被替换为

“Water”

这就是问题所在，现在需要解决。如果将土地使用作为整数代码数组，则只需使用查找表即可。表格应该足够大，以便在执行

查找表格[landuse.max（）]时不会出现索引错误。

对于问题的最后一部分，numpy ndarray是一个同质数据结构，这意味着数组中的所有内容都必须具有相同的数据类型。考虑到这一限制，应该清楚的是，您不能将一行整数替换为一行字符串。Numpy确实有“灵活的数据类型”，允许您执行以下操作：

>>> dt = np.dtype([('name', 'S4'), ('age', 'int'), ('height', 'float')])
>>> array = np.array([('Mark', 25, 70.5),('Ben',40,72.75)], dtype=dt)
>>> array
array([('Mark', 25, 70.5), ('Ben', 40, 72.75)], 
      dtype=[('name', '|S4'), ('age', '<i4'), ('height', '<f8')])
>>> array.shape
(2,)
>>> array['name']
array(['Mark', 'Ben'], 
  dtype='|S4')

dt=np.dtype（[（'name'，'S4'），（'age'，'int'），（'height'，'float'）） >>>数组=np.数组（[（'Mark'，25,70.5），（'Ben'，40,72.75）]，dtype=dt） >>>排列 数组（[（'Mark'，2570.5），（'Ben'，4072.75）]，

---

dtype=[（'name'，'S4'），（'age'，'我很确定您想要

a.get（I，'Urban'））

，而不是

a.setdefault

，如果

a

中找不到

i

，它会修改

a

。@Bago：我把它作为一个功能，而不是一个bug，因为我不清楚它的确切意图。我认为拥有一个包含输入中所有键及其映射的字典可能有用。我明白了，我想我会把它点出来，以防OP或其他读者不知道区别。

>>> dt = np.dtype([('name', 'S4'), ('age', 'int'), ('height', 'float')])
>>> array = np.array([('Mark', 25, 70.5),('Ben',40,72.75)], dtype=dt)
>>> array
array([('Mark', 25, 70.5), ('Ben', 40, 72.75)], 
      dtype=[('name', '|S4'), ('age', '<i4'), ('height', '<f8')])
>>> array.shape
(2,)
>>> array['name']
array(['Mark', 'Ben'], 
  dtype='|S4')