将字符串的numpy数组转换为索引数组

Question

我有一个数组如下：

strArray = np.array(['ab','abc','ab','bca','ab','m-2','bca'])

例如，这是一个带有短字符串的短数组，但请考虑字符串和数组实际上要长得多，重复次数多，占用的空间太大。你知道吗

是否有一个函数接受此数组并输出两个数组，一个是唯一字符串的字典，另一个是strArray，但带有整数标识符：

keyArray, intArray = some_function(strArray)
print(keyArray) # output: { 0:'ab', 1:'abc', 2:'bca', 3:'m-2' }
print(intArray) # output: [ 0, 1, 0, 2, 0, 3, 2 ]

在另一种情况下，我将只满足于intArray，这样我就有了一个更小的数组，我可以更轻松地使用它-原始字符串将是有用的，但不会牺牲大小/速度/轻松性。你知道吗

Answer 1

我们可以用^{}和return_inversearg-

In [16]: unq,tags = np.unique(strArray, return_inverse=True)

In [17]: dict(zip(range(len(unq)),unq))
Out[17]: {0: 'ab', 1: 'abc', 2: 'bca', 3: 'm-2'}

In [18]: tags
Out[18]: array([0, 1, 0, 2, 0, 3, 2])