Python 将元素映射到唯一索引列表

假设我有一个元素列表：

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']

我想把这个列表转换成唯一元素的索引列表

因此，将

CatA

分配给索引0，

CatB

分配给索引1，

CatC

分配给索引2

我期望的结果是：

result = [0, 1, 2, 0, 0, 2]

目前，我正在创建一个字典，为每个元素分配唯一的

id

，然后使用列表理解创建最终的索引列表：

unique_classes = np.unique(my_list)
conversion_dict = dict(unique_classes, range(len(unique_classes))
result = [conversion_dict[i] for i in my_list]

我的问题是：有没有更简单、更直接的方法

---

我正在考虑建立一个大的类别列表，因此它需要高效，但不允许我手动创建唯一列表、字典和列表理解。

这将实现以下目的：

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']
first_occurances = dict()
result = []

for i, v in enumerate(my_list):
    try:
        index = first_occurances[v]
    except KeyError:
        index = i
        first_occurances[v] = i
    result.append(index)

复杂性将是O（n）

基本上，您要做的是将第一个值存储在

dict

索引中。如果第一次发生的

没有值
v
，则保存当前索引
i

result = [my_list.index(l) for l in my_list]
print(result)
[0, 1, 2, 0, 0, 2]

index（）返回任务所需的第一次出现的索引

有关更多详细信息，请检查
您可以使用scikit learn中的标签编码器来执行此操作。它将为列表中的每个唯一值分配标签

示例代码：

from sklearn.preprocessing import LabelEncoder
my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']
le = LabelEncoder()
print(le.fit(my_list).transform(my_list))

根据@mikey的建议，您可以使用
np.unique
，如下所示：

import numpy as np

my_list = ['CatA', 'CatB', 'CatC', 'CatA', 'CatA', 'CatC']

res = np.unique(my_list, return_inverse=True)[1]

结果:

[0 1 2 0 0 2]

numpy.unique是一个用于此的方法（我不记得哪个kwarg必须设置为True，但它在numpy文档中）。是的，我喜欢此解决方案。我不知道np.uniqueYup中的这个选项，但是这是非常不合理的，你能告诉我这个答案有什么问题吗？为什么这个答案没有用