python – 将NumPy字符串数组映射到整数

内容导读

互联网集市收集整理的这篇技术教程文章主要介绍了python – 将NumPy字符串数组映射到整数，小编现在分享给大家，供广大互联网技能从业者学习和参考。文章包含1588字，纯文字阅读大概需要3分钟。

内容图文

问题：

给定一个字符串数据数组

dataSet = np.array(['kevin', 'greg', 'george', 'kevin'], dtype='U21'), 

我想要一个返回索引数据集的函数

indexed_dataSet = np.array([0, 1, 2, 0], dtype='int')

和查找表

lookupTable = np.array(['kevin', 'greg', 'george'], dtype='U21')

这样的

(lookupTable[indexed_dataSet] == dataSet).all()

是真的.注意,indexed_dataSet和lookupTable都可以被置换,使得上面保持并且没有问题(即,lookupTable的顺序不必等于dataSet中第一次出现的顺序).

慢解决方案：

我目前有以下慢速解决方案

def indexDataSet(dataSet):
    """Returns the indexed dataSet and a lookup table
       Input:
           dataSet         : A length n numpy array to be indexed
       Output:
           indexed_dataSet : A length n numpy array containing values in {0, len(set(dataSet))-1}
           lookupTable     : A lookup table such that lookupTable[indexed_Dataset] = dataSet"""
    labels = set(dataSet)
    lookupTable = np.empty(len(labels), dtype='U21')
    indexed_dataSet = np.zeros(dataSet.size, dtype='int')
    count = -1
    for label in labels:
        count += 1
        indexed_dataSet[np.where(dataSet == label)] = count
        lookupTable[count] = label

    return indexed_dataSet, lookupTable

有更快的方法吗？我觉得我并没有在这里充分利用numpy.

解决方法:

您可以在return_inverse参数中使用np.unique：

>>> lookupTable, indexed_dataSet = np.unique(dataSet, return_inverse=True)
>>> lookupTable
array(['george', 'greg', 'kevin'], 
      dtype='<U21')
>>> indexed_dataSet
array([2, 1, 0, 2])

如果您愿意,可以从这两个数组重建原始数组：

>>> lookupTable[indexed_dataSet]
array(['kevin', 'greg', 'george', 'kevin'], 
      dtype='<U21')

如果使用pandas,lookupTable,indexed_dataSet = pd.factorize(dataSet)将实现相同的功能(并且对于大型数组可能更有效).

内容总结

以上是互联网集市为您收集整理的python – 将NumPy字符串数组映射到整数全部内容，希望文章能够帮你解决python – 将NumPy字符串数组映射到整数所遇到的程序开发问题。 如果觉得互联网集市技术教程内容还不错，欢迎将互联网集市网站推荐给程序员好友。

内容备注

版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 gblab@vip.qq.com 举报，一经查实，本站将立刻删除。

内容手机端