在Python中将唯一字符串映射为整数

比如说，我有一份清单

L=['apple'，'bat'，'apple'，'car'，'pet'，'bat']

我想把它转换成

Lnew=[1,2,1,3,4,2]

每个唯一的字符串都与一个数字相关联

我有一个使用

hashmap

的java解决方案，但我不知道如何在python中使用

hashmap

。

---

请提供帮助。

您可以使用地图词典：

d = {'apple':1, 'bat':2, 'car':3, 'pet':4}
L = ['apple','bat','apple','car','pet','bat']
[d[x] for x in L] # [1, 2, 1, 3, 4, 2]

对于自动创建地图字典，您可以使用带有计数器的

defaultdict（int）

from collections import defaultdict
d = defaultdict(int)
co = 1
for x in L:
    if not d[x]:
        d[x] = co
        co+=1
d # defaultdict(<class 'int'>, {'pet': 4, 'bat': 2, 'apple': 1, 'car': 3})

从集合导入defaultdict
d=默认dict（int）
co=1
对于L中的x：
如果不是d[x]：
d[x]=co
co+=1
d#defaultdict（，{'pet'：4，'bat'：2，'apple'：1，'car'：3}）

---

或者正如@Stuart所提到的，您可以使用

d=dict（zip（set（L），range（len（L）））

来创建字典您也可以使用Python中的hashmap，但我们称之为

dict

Lnew = []
for s in L:
    Lnew.append(hash(s))  # hash(x) returns a unique int based on string

>>> L = ['apple','bat','apple','car','pet','bat']
>>> idx = 1
>>> seen_first = {}
>>>
>>> for word in L:
...     if word not in seen_first:
...         seen_first[word] = idx
...         idx += 1
... 
>>> [seen_first[word] for word in L]
[1, 2, 1, 3, 4, 2]

---

下面是一个快速解决方案：

l = ['apple','bat','apple','car','pet','bat']

创建将所有唯一字符串映射为整数的dict：

d = dict([(y,x+1) for x,y in enumerate(sorted(set(l)))])

将原始列表中的每个字符串映射到其各自的整数：

print [d[x] for x in l]
# [1, 2, 1, 3, 4, 2]

您可以尝试：

>>> L = ['apple','bat','apple','car','pet','bat']
>>> l_dict = dict(zip(set(L), range(len(L))))
>>> print l_dict
{'pet': 0, 'car': 1, 'bat': 2, 'apple': 3}
>>> [l_dict[x] for x in L]
[3, 2, 3, 1, 0, 2]

---

---

您尝试了什么？python中的Dict的工作原理如下hashmap@RaminNietzsche，我不能代表Java的hashmap，但Python的dicts没有给出提问者想要的整数索引，特别是按字母顺序排序的索引（这不是特别要求的，但在他们想要的输出中很明显）。你如何计算出与字符串关联的数字？@RaminNietzsche，不过，你的想法是对的，你可以使用dict以这种方式创建映射：

d={k:v代表v，k在enumerate（sorted（set（L））}

然后

Lnew=[d[x]对于L中的x

。我有很多字符串。因此在代码中手动复制是不可行的。@Mustafa我编辑了关于如何自动创建词典的答案。您可以使用

d=dict（zip（set（L），range（len（L）））自动创建映射

@Mustafa您需要在某个地方定义字符串和整数之间的映射？当然，如果您希望第一个单词只包含数字1Code，而不是所需的输出，

list.index

是O（n）每调用一次。不幸的是，这可以在O（n）中完成。

list（set（sorted（L）））

和

[x.index（v）+1…

来获得提问者想要的输出。我只想添加

枚举（set（sorted（l））

，因为提问者没有指定字母排序，但他们想要的输出有它。另外，你可以使用dict理解：

d={k:v代表v，k代表枚举（sorted（set（l））}

这是否有效取决于OP是否只需要描述的“一个数字”，或者实际上需要输出中显示的第一个索引+1；也可以使用

dict

理解

[3,2,3,1,0,2]

不是所需的结果，我是否遗漏了什么？回答者没有对列表进行排序或对映射进行1索引。下面将使用相同的方法并给出相同的输出：

d={k:v+1表示v，k表示枚举（排序（集合（L））}

，然后

Lnew=[d[x]表示L中的x]

+1以获得最明显和最明智的答案；但是

{x:len（L）-i for i，x in enumerate（L[：-1]）}

如何构建dict@Chris_Rands我刚刚意识到OP不想按索引+1进行搜索，而是给第一个唯一的单词加上数字1，给第二个唯一的单词加上数字2，依此类推。（我相应地编辑了我的答案。）我现在认为他们真正想要的（基于最上面的答案）是这个，但坦率地说，这个问题并不清楚，应该结束IMO@Chris_Rands是的，我现在很困惑。从这个问题来看，我认为他们在寻找基于1的整数，而不是很长的整数

hash（） GiVS.考虑提供对代码的解释<代码> hash 不为每个字符串返回唯一的<代码> int 。哈希冲突。如果你解释这是有损编码（映射不保证是1:1，并且可能不是完全可逆的），那么这里的一般方法就很好了。。更大的问题是，内置的哈希函数在任何两次运行中都不一致。使用blake2s的hashlib并减少到int会更好。
>>> L = ['apple','bat','apple','car','pet','bat']
>>> l_dict = dict(zip(set(L), range(len(L))))
>>> print l_dict
{'pet': 0, 'car': 1, 'bat': 2, 'apple': 3}
>>> [l_dict[x] for x in L]
[3, 2, 3, 1, 0, 2]