唯一值索引数组

Question

我从包含 N 唯一值 (product(a.shape) >= N) 的数组 a 开始。
我需要在a 中各个元素的位置从a 中的唯一值的（排序）列表中找到具有索引0 .. N-1 的数组b。

举个例子

import numpy as np
np.random.seed(42)
a = np.random.choice([0.1,1.3,7,9.4], size=(4,3))
print a

将a 打印为

[[ 7.   9.4  0.1]
 [ 7.   7.   9.4]
 [ 0.1  0.1  7. ]
 [ 1.3  7.   7. ]]

唯一值是[0.1, 1.3, 7.0, 9.4]，所以需要的结果b是

[[2 3 0]
 [2 2 3]
 [0 0 2]
 [1 2 2]]

（例如，a[0,0] 的值是 7.；7. 的索引为 2；因此是 b[0,0] == 2。）

自从numpy does not have an index function， 我可以使用循环来做到这一点。循环输入数组，如下所示：

u = np.unique(a).tolist()
af = a.flatten()
b = np.empty(len(af), dtype=int)
for i in range(len(af)):
    b[i] = u.index(af[i])
b = b.reshape(a.shape)
print b

或循环遍历唯一值如下：

u = np.unique(a)
b = np.empty(a.shape, dtype=int)
for i in range(len(u)):
    b[np.where(a == u[i])] = i
print b

我认为，在a 中并非所有值都不同的情况下，第二种循环唯一值的方法已经比第一种更有效；但是，它仍然涉及到这个循环，并且与就地操作相比效率相当低。

所以我的问题是：获取数组b 的最有效方法是什么，其中填充了a 的唯一值的索引？

Answer 1

您可以使用 np.unique 及其可选参数 return_inverse -

np.unique(a, return_inverse=1)[1].reshape(a.shape)

示例运行 -

In [308]: a
Out[308]: 
array([[ 7. ,  9.4,  0.1],
       [ 7. ,  7. ,  9.4],
       [ 0.1,  0.1,  7. ],
       [ 1.3,  7. ,  7. ]])

In [309]: np.unique(a, return_inverse=1)[1].reshape(a.shape)
Out[309]: 
array([[2, 3, 0],
       [2, 2, 3],
       [0, 0, 2],
       [1, 2, 2]])

通过source code of np.unique，这对我来说看起来很有效，但仍然删除了不必要的部分，我们最终会得到另一个解决方案，就像这样 -

def unique_return_inverse(a):
    ar = a.flatten()     
    perm = ar.argsort()
    aux = ar[perm]
    flag = np.concatenate(([True], aux[1:] != aux[:-1]))
    iflag = np.cumsum(flag) - 1
    inv_idx = np.empty(ar.shape, dtype=np.intp)
    inv_idx[perm] = iflag
    return inv_idx

时间安排 -

In [444]: a= np.random.randint(0,1000,(1000,400))

In [445]: np.allclose( np.unique(a, return_inverse=1)[1],unique_return_inverse(a))
Out[445]: True

In [446]: %timeit np.unique(a, return_inverse=1)[1]
10 loops, best of 3: 30.4 ms per loop

In [447]: %timeit unique_return_inverse(a)
10 loops, best of 3: 29.5 ms per loop

与内置相比没有很大的改进。