Problem:mapie tablicę NumPy ciągów liczb całkowitych
Biorąc pod tablicą danych łańcuchowych
dataSet = np.array(['kevin', 'greg', 'george', 'kevin'], dtype='U21'),
Chciałbym funkcję zwracającą indeksowanego zbioru danych
indexed_dataSet = np.array([0, 1, 2, 0], dtype='int')
i tabela odnośników
lookupTable = np.array(['kevin', 'greg', 'george'], dtype='U21')
takie, że
(lookupTable[indexed_dataSet] == dataSet).all()
jest prawdą. Zauważ, że wartości indexed_dataSet
i mogą być zarówno permutowane tak, że powyższe wartości utrzymują się i które są drobne (tj. Nie jest konieczne, aby kolejność pierwszego pojawienia się w dataSet
) była równa.
Powolne Rozwiązanie:
Obecnie mam następujący powolny rozwiązanie
def indexDataSet(dataSet):
"""Returns the indexed dataSet and a lookup table
Input:
dataSet : A length n numpy array to be indexed
Output:
indexed_dataSet : A length n numpy array containing values in {0, len(set(dataSet))-1}
lookupTable : A lookup table such that lookupTable[indexed_Dataset] = dataSet"""
labels = set(dataSet)
lookupTable = np.empty(len(labels), dtype='U21')
indexed_dataSet = np.zeros(dataSet.size, dtype='int')
count = -1
for label in labels:
count += 1
indexed_dataSet[np.where(dataSet == label)] = count
lookupTable[count] = label
return indexed_dataSet, lookupTable
Czy istnieje szybszy sposób to zrobić? Czuję, że nie używam tu numpy do pełnego potencjału.
Szukam czystego rozwiązania Python i Numpy – rwolst