Python Numpy查找（地图或点）

我有一个大的numpy阵列：

array([[32, 32, 99,  9, 45],  # A
       [99, 45,  9, 45, 32],
       [45, 45, 99, 99, 32],
       [ 9,  9, 32, 45, 99]])

以及按特定顺序排列的唯一值的大数组：

array([ 99, 32, 45, 9])       # B

我如何快速（没有python字典，没有

A

的副本，没有python循环）替换

A

中的值，从而成为

B

中值的标记

array([[1, 1, 0, 3, 2],
       [0, 2, 3, 2, 1],
       [2, 2, 0, 0, 1],
       [3, 3, 1, 2, 0]])

我觉得自己真的很傻，因为我无法在头脑中做这件事，也无法在文档中找到它。轻松点

给你

A = array([[32, 32, 99,  9, 45],  # A
   [99, 45,  9, 45, 32],
   [45, 45, 99, 99, 32],
   [ 9,  9, 32, 45, 99]])

B = array([ 99, 32, 45, 9])

ii = np.argsort(B)
C = np.digitize(A.reshape(-1,),np.sort(B)) - 1

我最初建议：

D = np.choose(C,ii).reshape(A.shape)

但我意识到，当您使用更大的阵列时，这有局限性。相反，借用@unutbu的聪明回答：

D = np.argsort(B)[C].reshape(A.shape)

还是一艘班轮

np.argsort(B)[np.digitize(A.reshape(-1,),np.sort(B)) - 1].reshape(A.shape)

我发现它比@unutbu的代码快或慢，这取决于所考虑的数组的大小和唯一值的数量

import numpy as np
A=np.array([[32, 32, 99,  9, 45],  
            [99, 45,  9, 45, 32],
            [45, 45, 99, 99, 32],
            [ 9,  9, 32, 45, 99]])

B=np.array([ 99, 32, 45, 9])

cutoffs=np.sort(B)
print(cutoffs)
# [ 9 32 45 99]

index=cutoffs.searchsorted(A)
print(index)
# [[1 1 3 0 2]
#  [3 2 0 2 1]
#  [2 2 3 3 1]
#  [0 0 1 2 3]]    

index

将索引保存到与

A

的每个元素相关联的数组截止中。注意，我们必须对

B

进行排序，因为

np.searchsorted

需要排序的数组

索引

几乎是我们想要的答案，只是我们想要映射

1-->1
3-->0
0-->3
2-->2

np.argsort

为我们提供了以下映射：

print(np.argsort(B))
# [3 1 2 0]
print(np.argsort(B)[1])
# 1
print(np.argsort(B)[3])
# 0
print(np.argsort(B)[0])
# 3
print(np.argsort(B)[2])
# 2

print(np.argsort(B)[index])
# [[1 1 0 3 2]
#  [0 2 3 2 1]
#  [2 2 0 0 1]
#  [3 3 1 2 0]]

因此，作为一条直线，答案是：

np.argsort(B)[np.sort(B).searchsorted(A)]

---

调用

np.sort（B）

和

np.argsort（B）

是低效的，因为这两个操作都相当于排序

B

。对于任何1D阵列

B

np.sort(B) == B[np.argsort(B)]

因此，我们可以使用

key=np.argsort(B)
result=key[B[key].searchsorted(A)]

---

这个解决方案在我的用例中执行得比较快（B.sizeI也发现unutbu的解决方案通常比较快，除非B.size