一个numpy数组如何被另一个具有其他维度的numpy数组替换？

Question

我有一个小的numpy问题，我试图用B的值替换a的值。 见MWE：

t = np.arange(65,70,2)
>>array([65, 67, 69])

b = np.random.randint(3,size=20)
>>array([2, 2, 1, 2, 1, 2, 2, 1, 1, 0, 2, 2, 2, 2, 2, 0, 2, 0, 2, 2])

现在b应该被t屏蔽，这样2对应于t的第三个元素，0对应于t的第一个元素

使用numpy最有效的方法是什么

Answer 1

方式1

为了便于使用，您可以这样替换b的项：

for i in range(3):
    b[b==i] = t[i]

这很公平，但效率不高，特别是如果你使用大量的索引

方式2

如果您想优化它，您需要使用分组，就像我讨论的in this post。借用Divakar的answer，numpy唯一的解决方案需要更深入的理解：

b = np.array([2, 2, 1, 2, 1, 2, 2, 1, 1, 0, 2, 2, 2, 2, 2, 0, 2, 0, 2, 2])
sidx = np.argsort(b) #indices that would sort an array
bs = b[sidx] #sorted array
# locations of changings in sorted array, [ 0,  3,  7, 20] in this case:
split_idx = np.flatnonzero(np.r_[True,bs[:-1]!=bs[1:],True])
indices = [sidx[i:j] for (i,j) in zip(split_idx[:-1], split_idx[1:])]

索引是数组的列表[ 9, 17, 15]、[2, 4, 7, 8]、[16, 14, 13, 12, 0, 10, 18, 6, 5, 3, 1, 11, 19]，相当于b==0、b==1、b==2，因此您现在可以这样使用它们：

for i in range(len(indices)):
    b[indices[i]] = t[i]

方式3

这是我发现的最有效的方法，但在这里numpy是不够的：

import pandas as pd
indices = pd.DataFrame(b).groupby([0]).indices.values()
for i in range(len(indices)):
    b[indices[i]] = t[i]

Answer 2

您可以使用列表理解：

[t[b_elem] for b_elem in b]