我想使用旧值和新值列表替换 numpy 数组中的元素。请参阅下面的代码示例(replace_old
是请求的方法)。该方法必须适用于 int、float 和 string 元素。我该怎么做?
import numpy as np
dat = np.hstack((np.arange(1,9), np.arange(1,4)))
print dat # [1 2 3 4 5 6 7 8 1 2 3]
old_val = [2, 5]
new_val = [11, 57]
new_dat = replace_old(dat, old_val, new_val)
print new_dat # [1 11 3 4 57 6 7 8 1 11 3]
最佳答案
您可以使用np.place
:
>>> np.place(dat,np.in1d(dat,old_val),new_val)
>>> dat
array([ 1, 11, 3, 4, 57, 6, 7, 8, 1, 11, 3])
要创建mask数组,您可以使用np.in1d(arr1,arr2)
,它会给您:
a boolean array the same length as ar1 that is True where an element of ar1 is in ar2 and False otherwise
编辑:请注意,前面的配方将根据这些顺序替换old_values
,并且正如@ajcr提到的,它不适用于其他数组,因此作为目前的通用方法我建议使用循环的以下方法(我认为这不是最好的方法):
>>> dat2 = np.array([1, 2, 1, 2])
>>> old_val = [1, 2]
>>> new_val = [33, 66]
>>> z=np.array((old_val,new_val)).T
>>> for i,j in z:
... np.place(dat2,dat2==i,j)
...
>>> dat2
array([33, 66, 33, 66])
在本例中,您创建一个新数组 (z
),其中包含 old_val
和 new_val
中的相关对,然后您可以传递将它们复制到 np.place
并替换它们。
关于python - 使用旧值和新值列表替换 numpy 数组中的元素,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/31317992/