用列表的值替换numpy索引数组的值

Question

假设你有一个numpy数组和一个列表：

>>> a = np.array([1,2,2,1]).reshape(2,2)
>>> a
array([[1, 2],
       [2, 1]])
>>> b = [0, 10]

我想替换数组中的值，以便将1替换为0，将2替换为10。

我在这里发现了类似的问题 - http://mail.python.org/pipermail//tutor/2011-September/085392.html

但使用此解决方案：

for x in np.nditer(a):
    if x==1:
        x[...]=x=0
    elif x==2:
        x[...]=x=10

给我一个错误：

ValueError: assignment destination is read-only

我想这是因为我无法写入一个numpy数组。

PS numpy数组的实际大小是514乘504，列表是8。

Answer 1

好吧，我想你需要的是什么

a[a==2] = 10 #replace all 2's with 10's

Answer 2

numpy中的只读数组可以写入：

nArray.flags.writeable = True

这将允许像这样的赋值操作：

nArray[nArray == 10] = 9999 # replace all 10's with 9999's

真正的问题不是赋值本身，而是可写标志。

Answer 3

不是逐个替换值，而是可以像这样重新映射整个数组：

import numpy as np
a = np.array([1,2,2,1]).reshape(2,2)
# palette must be given in sorted order
palette = [1, 2]
# key gives the new values you wish palette to be mapped to.
key = np.array([0, 10])
index = np.digitize(a.ravel(), palette, right=True)
print(key[index].reshape(a.shape))

产量

[[ 0 10]
 [10  0]]

---

上述想法归功于@JoshAdel 。 它明显快于我原来的答案：

import numpy as np
import random
palette = np.arange(8)
key = palette**2
a = np.array([random.choice(palette) for i in range(514*504)]).reshape(514,504)

def using_unique():
    palette, index = np.unique(a, return_inverse=True)
    return key[index].reshape(a.shape)

def using_digitize():
    index = np.digitize(a.ravel(), palette, right=True)
    return key[index].reshape(a.shape)

if __name__ == '__main__':
    assert np.allclose(using_unique(), using_digitize())

我用这种方式对两个版本进行了基准测试

In [107]: %timeit using_unique()
10 loops, best of 3: 35.6 ms per loop
In [112]: %timeit using_digitize()
100 loops, best of 3: 5.14 ms per loop

Answer 4

我发现与numpy的功能另一种解决方案place 。 （ 这里的文件）

在你的例子中使用它：

>>> a = np.array([1,2,2,1]).reshape(2,2)
>>> a
array([[1, 2],
   [2, 1]])
>>> np.place(a, a==1, 0)
>>> np.place(a, a==2, 10)
>>> a
array([[ 0, 10],
       [10,  0]])

Answer 5

您还可以使用np.choose(idx, vals) ，其中idx是表明其价值指数的阵列vals应放在自己的位置。 但是，索引必须是基于0的。 还要确保idx具有整数数据类型。 所以你只需要这样做：

np.choose(a.astype(np.int32) - 1, b)

Answer 6

我无法设置标志，或使用掩码来修改值。 最后我只是制作了一个数组的副本。

a2 = np.copy(a)