Skip to main content
 首页 » 编程设计

python之使用字典替换 numpy 数组元素

2025年05月04日20arxive

我有这个 numpy 数组

message = [ 97 98 114 97] 

还有这本字典

codes = {97: '1', 98: '01', 114: '000'} 

我现在遍历 numpy 数组并将这些数字转换为字典中对应的数字,如下所示:

[codes[i] for i in message] 

但这真的很慢并且占用大量内存,因为我正在创建一个新列表。有更好的方法吗?也许我仍然拥有相同的 numpy 数组,但使用了这样的新数字?

message = [1 01 000 1] 

请您参考如下方法:

这是一个使用 np.searchsorted 的 NumPythonic 解决方案-

np.asarray(codes.values())[np.searchsorted(codes.keys(),message)] 

请注意,输出也将是一个 NumPy 数组。如果你想要一个列表输出,用 .tolist() -

包装它
np.asarray(codes.values())[np.searchsorted(codes.keys(),message)].tolist() 

我认为这种方法的唯一瓶颈是使用 np.asarray() 转换为 NumPy 数组,因为通常 np.searchsorted 非常高效。

sample 运行-

In [36]: message = [ 97, 98, 114, 97] 
 
In [37]: codes = {97: '1', 98: '01', 114: '000'} 
 
In [38]: [codes[i] for i in message] 
Out[38]: ['1', '01', '000', '1'] 
 
In [39]: np.asarray(codes.values())[np.searchsorted(codes.keys(),message)] 
Out[39]:  
array(['1', '01', '000', '1'],  
      dtype='|S3')