Python 在两个数组上迭代，查找dict中的值

所以我有一本字典：

LCM_SCS = { 
        (1, "A"): 36, (1, "B"): 60, (1, "C"): 73, (1, "D"): 79, 
        (2, "A"): 36, (2, "B"): 60, (2, "C"): 73, (2, "D"): 79, 
        (3, "A"): 74, (3, "B"): 83, (3, "C"): 88, (3, "D"): 90, 
        (4, "A"): 68, (4, "B"): 79, (4, "C"): 86, (4, "D"): 89, 
        (5, "A"): 30, (5, "B"): 58, (5, "C"): 71, (5, "D"): 78, 
        (6, "A"): 39, (6, "B"): 61, (6, "C"): 74, (6, "D"): 80, 
        (7, "A"): 39, (7, "B"): 61, (7, "C"): 74, (7, "D"): 80, 
        (8, "A"): 39, (8, "B"): 61, (8, "C"): 74, (8, "D"): 80, 
        (10, "A"): 30, (10, "B"): 48, (10, "C"): 65, (10, "D"): 73, 

我还有两个数组，它们组合在一起为我的字典提供了元组键：

阵列1：

array1 = np.array([[1, 1, 1],
          [2, 2, 3],
          [2, 4, 5]])

阵列2：

array2 = np.array([["A", "A", "A"],
             ["B", "B", "B"],
             ["C", "C", "C"]])

我的代码是：

Numbers = np.empty_like(array1)


for [x, y], (value1, value2) in np.ndenumerate(izip(array1, array2)):
        CN_numbers[x, y] = LCM_SCS.get((value1, value2))

    return Numbers

这个代码不起作用。我想要得到的是一个如下所示的数组：

Numbers = array([[36, 36, 36],
          [60, 60, 83],
          [73, 86, 71]])

因此，本质上我有两个数组，其中包含用作查找dict键的值，我不确定如何在代码中实现这一点

如有任何建议或帮助，将不胜感激

谢谢

尼克

使用矢量化的解决方案：

a_new = np.empty_like(array1)

def get_CN_numbers(a1, a2):
    return LCM_SCS[(a1, a2)]  # your basic scalar-operation

V_get_CN = np.vectorize(get_CN_numbers)

a_new = V_get_CN(array1, array2)

print a_new

输出：

[36, 36, 36, 60, 60, 83, 73, 86, 71]

您可以根据需要将其转换为列表列表，甚至可以将其设置为

np.array（）

尝试以下操作：

>>> new_array = np.rec.fromarrays((array1,array2),names='x,y')     # This will generate all keys that you'll look value for.
>>> print new_array
[[(1, 'A') (1, 'A') (1, 'A')]
 [(2, 'B') (2, 'B') (3, 'B')]
 [(2, 'C') (4, 'C') (5, 'C')]]
>>> result = np.zeros([3,3],dtype=int)      #Having issue to modify directly on new_array so I initialized a new numpy array to store result
>>> for (x,y), value in np.ndenumerate(new_array):
    result[x][y] = LCM_SCS[tuple(value)]

>>> print result
[[36 36 36]
 [60 60 83]
 [73 86 71]]

它

通常，使用

vectorize

是扩展标量操作（在您的示例中，通过标量键从dict获取值）以处理数组（在您的示例中，两个键数组）的一种简单方法。正如您已经发现的那样，

vectorize

为您处理的棘手部分是保持形状

---

这提供了简单性，但不一定是速度，因为

vectorize

是使用python空间循环实现的。

谢谢，但您的结果生成的输出不是我想要的。我想用字典中的新值来保持数组的形状。嗨，这听起来是一个非常简单的解决方案，但我似乎无法让它工作。我得到了错误：“TypeError:unhabable type:'numpy.ndarray'”谢谢！这将使我以后不得不做的事情变得更容易。

>>> new_array = np.rec.fromarrays((array1,array2),names='x,y')     # This will generate all keys that you'll look value for.
>>> print new_array
[[(1, 'A') (1, 'A') (1, 'A')]
 [(2, 'B') (2, 'B') (3, 'B')]
 [(2, 'C') (4, 'C') (5, 'C')]]
>>> result = np.zeros([3,3],dtype=int)      #Having issue to modify directly on new_array so I initialized a new numpy array to store result
>>> for (x,y), value in np.ndenumerate(new_array):
    result[x][y] = LCM_SCS[tuple(value)]

>>> print result
[[36 36 36]
 [60 60 83]
 [73 86 71]]

@numpy.vectorize
def get_CN_numbers(a1, a2):
    return LCM_SCS[(a1,a2)]  # your basic scalar-operation

get_CN_numbers(array1, array2)
=>
array([[36, 36, 36],
       [60, 60, 83],
       [73, 86, 71]])