Python 用numpy进行数组重分类

我有一个包含10位数字的大（50000 x 50000）64位整数NumPy数组。阵列中大约有250000个唯一数字

我有第二个重新分类表，它将第一个数组中的每个唯一值映射为1到100之间的整数。我希望将第一个数组中的值重新分类为第二个数组中的相应值

我尝试过两种方法，虽然它们有效，但速度非常慢。在这两种方法中，我都创建了相同维度的空白（零）数组

new_array = np.zeros(old_array.shape)

第一种方法：

for old_value, new_value in lookup_array:
    new_array[old_array == old_value] = new_value

第二种方法，其中lookup_数组位于标题为“Old”和“New”的数据帧中：

---

是否有一种更快的方法来重新分类值

将查找表存储为250000个元素的数组，其中每个索引都有对应的值。例如，如果您有以下内容：

lookups = [(old_value_1, new_value_1), (old_value_2, new_value_2), ...]

然后你可以做：

idx, val = np.asarray(lookups).T
lookup_array = np.zeros(idx.max() + 1)
lookup_array[idx] = val

当您获得该值时，您可以简单地获得转换后的数组，如下所示：

new_array = lookup_array[old_array]

new_array = lookup_array[old_array]