python – 使用字符串含义列表从int’flags’的ndarray创建字符串ndarray

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 – 使用字符串含义列表从int’flags’的ndarray创建字符串ndarray，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1097字，纯文字阅读大概需要2分钟。

内容图文

我试图从一个整数’标志’的ndarray：

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

一个字符串的ndarray：

array([['Banana', 'Celery', 'Carrot'],
       ['Carrot', 'Apple', 'Celery'],
       ['Celery', 'Carrot', 'Apple'],
       ['Carrot', 'Apple', 'Banana']],
      dtype='|S6')

使用字符串列表作为’flags’到’含义’的映射：

meanings = ['Apple', 'Banana', 'Carrot', 'Celery']

我想出了以下内容：

>>> import numpy as np
>>> meanings = ['Apple', 'Banana', 'Carrot', 'Celery']
>>> flags = np.array([[1,3,2],[2,0,3],[3,2,0],[2,0,1]])
>>> flags
array([[1, 3, 2],
       [2, 0, 3],
       [3, 2, 0],
       [2, 0, 1]])
>>> mapped = np.array([meanings[f] for f in flags.flatten()]).reshape(flags.shape)
>>> mapped
array([['Banana', 'Celery', 'Carrot'],
       ['Carrot', 'Apple', 'Celery'],
       ['Celery', 'Carrot', 'Apple'],
       ['Carrot', 'Apple', 'Banana']],
      dtype='|S6')

这是有效的,但我关注处理大型ndarray时相关行的效率(list comp,flatten,reshape)：

np.array([meanings[f] for f in flags.flatten()]).reshape(flags.shape)

是否有更好/更有效的方式来执行这样的映射？

解决方法:

花哨的索引是这样做的numpythonic方式：

mapped = meanings[flags]

或通常更快的等价物：

mapped = np.take(meanings, flags)

内容总结

以上是互联网集市为您收集整理的python – 使用字符串含义列表从int’flags’的ndarray创建字符串ndarray全部内容，希望文章能够帮你解决python – 使用字符串含义列表从int’flags’的ndarray创建字符串ndarray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