Python 根据lambda函数将NumPy整数列表值映射到列表

如何根据lambda函数将整数NumPy数组的每个值映射到列表

我有以下代码：

x = [0, 1, 2, 0, 0, 2, 1, 1]
colours = [[0, 0, 0], [255, 0, 0], [0, 255, 0], [0, 0, 255]]

coloured = lambda v: colours[int(v)]
vcoloured = np.vectorize(coloured)

x_color = vcoloured(x) # throws ValueError: setting an array element with a sequence.

# would like to get x_color = [[0, 0, 0], [255, 0, 0], [0, 255, 0], [0, 0, 0], [0, 0, 0], [0, 255, 0], [255, 0, 0], [255, 0, 0]]

---

一点也不必理会清单。如果您有numpy阵列，那么使用numpy的功能会更快：

>>> x = np.array([0, 1, 2, 0, 0, 2, 1, 1])
>>> colors = np.array([[0, 0, 0], [255, 0, 0], [0, 255, 0], [0, 0, 255]])
>>> x_color = colors[x]
>>> x_color
array([[  0,   0,   0],
       [255,   0,   0],
       [  0, 255,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0, 255,   0],
       [255,   0,   0],
       [255,   0,   0]])

是的，我继续并美国化了你的拼写，但是从功能上来说，数组

x_colored

的行为就像一个列表，用于所有实际用途。如果您确实需要列表，只需调用

tolist

查看结果：

x_color = colors[x].tolist()

---

使用向量化的

有问题，因为它必须猜测返回的数组
dtype
。函数返回的是列表，而不是数字。因此，我们需要指定返回的dtype-as对象：

In [25]: x = [0, 1, 2, 0, 0, 2, 1, 1]
    ...: colours = [[0, 0, 0], [255, 0, 0], [0, 255, 0], [0, 0, 255]]
    ...: 
    ...: coloured = lambda v: colours[int(v)]
    ...: vcoloured = np.vectorize(coloured, otypes=[object])
In [26]: vcoloured(x)
Out[26]: 
array([list([0, 0, 0]), list([255, 0, 0]), list([0, 255, 0]),
       list([0, 0, 0]), list([0, 0, 0]), list([0, 255, 0]),
       list([255, 0, 0]), list([255, 0, 0])], dtype=object)

可以转换为二维阵列，具有：

In [27]: np.stack(_)
Out[27]: 
array([[  0,   0,   0],
       [255,   0,   0],
       [  0, 255,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0, 255,   0],
       [255,   0,   0],
       [255,   0,   0]])

但是
vectorize
不是一个性能工具（阅读其文档）。使用列表理解更快：

In [28]: np.array([colours[v] for v in x])
Out[28]: 
array([[  0,   0,   0],
       [255,   0,   0],
       [  0, 255,   0],
       [  0,   0,   0],
       [  0,   0,   0],
       [  0, 255,   0],
       [255,   0,   0],
       [255,   0,   0]])

@Mad答案的直接数组索引更好。
@AfonsoSalgadoSousa。很高兴这有帮助。看看