如何將數組中的值列表重新映射到 NumPy 中的另一個值列表？

Question

假設我們有初始數組：

test_array = np.array([1, 4, 2, 5, 7, 4, 2, 5, 6, 7, 7, 2, 5])

通過使用另外兩個 arrays 來重新映射此數組中元素的最佳方法是什么，一個代表我們要替換的元素，第二個代表替換它們的新值：

map_from = np.array([2, 4, 5])
map_to = np.array([9, 0, 3])

所以結果應該是：

remaped_array = [1, 0, 9, 3, 7, 0, 9, 3, 6, 7, 7, 9, 3]

Answer 1

可能有更簡潔的方法來執行此操作，但這應該通過使用掩碼來工作。

mask = test_array[:,None] == map_from
val = map_to[mask.argmax(1)]
np.where(mask.any(1), val, test_array)

output：

array([1, 0, 9, 3, 7, 0, 9, 3, 6, 7, 7, 9, 3])

Answer 2

如果您的原始數組僅包含正整數並且它們的最大值不是很大，則使用映射數組最簡單：

>>> a = np.array([1, 4, 2, 5, 7, 4, 2, 5, 6, 7, 7, 2, 5])
>>> mapping = np.arange(a.max() + 1)
>>> map_from = np.array([2, 4, 5])
>>> map_to = np.array([9, 0, 3])
>>> mapping[map_from] = map_to
>>> mapping[a]
array([1, 0, 9, 3, 7, 0, 9, 3, 6, 7, 7, 9, 3])

這是另一種通用方法：

>>> vals, inv = np.unique(a, return_inverse=True)
>>> vals[np.searchsorted(vals, map_from)] = map_to
>>> vals[inv]
array([1, 0, 9, 3, 7, 0, 9, 3, 6, 7, 7, 9, 3])