如何使用字典来翻译/替换数组的元素？ [复制]

Question

我有一个 numpy 数组，它有数百个大写字母元素，没有特定的顺序

import numpy as np
abc_array = np.array(['B', 'D', 'A', 'F', 'H', 'I', 'Z', 'J', ...])

numpy.ndarray 中的每个元素都是一个numpy.string_。

我还有一个“翻译词典”，其中包含键/值对，大写字母对应一个城市

transdict = {'A': 'Adelaide', 'B': 'Bombay', 'C': 'Cologne',...}

transdict 字典里只有 26 对，但是我必须翻译的 numpy 数组中有数百个字母。

最有效的方法是什么？

我考虑过使用numpy.core.defchararray.replace(a, old, new, count=None)[source]，但这会返回ValueError，因为numpy 数组的大小与字典键/值不同。

AttributeError: 'numpy.ndarray' object has no attribute 'translate'

Answer 1

这样可以吗？有时，纯 Python 是处理此类事情的一种很好、直接的方法。下面构建了一个翻译列表（很容易转换回一个 numpy 数组）和连接的输出。

import numpy as np
abc_array = np.array(['B', 'D', 'A', 'F', 'H', 'I', 'Z', 'J'])

transdict = {'A': 'Adelaide',
             'B': 'Bombay',
             'C': 'Cologne',
             'D': 'Dresden',
             'E': 'Erlangen',
             'F': 'Formosa',
             'G': 'Gdansk',
             'H': 'Hague',
             'I': 'Inchon',
             'J': 'Jakarta',
             'Z': 'Zambia'
}

phoenetic = [transdict[letter] for letter in abc_array]
print ' '.join(phoenetic)

由此产生的输出是：

Bombay Dresden Adelaide Formosa Hague Inchon Zambia Jakarta

Answer 2

使用 蛮力 NumPy broadcasting -

idx = np.nonzero(transdict.keys() == abc_array[:,None])[1]
out = np.asarray(transdict.values())[idx]

使用基于 np.searchsorted 的搜索和索引 -

sort_idx = np.argsort(transdict.keys())
idx = np.searchsorted(transdict.keys(),abc_array,sorter = sort_idx)
out = np.asarray(transdict.values())[sort_idx][idx]

示例运行 -

In [1]: abc_array = np.array(['B', 'D', 'A', 'B', 'D', 'A', 'C'])
   ...: transdict = {'A': 'Adelaide', 'B': 'Bombay', 'C': 'Cologne', 'D': 'Delhi'}
   ...: 

In [2]: idx = np.nonzero(transdict.keys() == abc_array[:,None])[1]
   ...: out = np.asarray(transdict.values())[idx]
   ...: 

In [3]: out
Out[3]: 
array(['Bombay', 'Delhi', 'Adelaide', 'Bombay', 'Delhi', 'Adelaide',
       'Cologne'], 
      dtype='|S8')

In [4]: sort_idx = np.argsort(transdict.keys())
   ...: idx = np.searchsorted(transdict.keys(),abc_array,sorter = sort_idx)
   ...: out = np.asarray(transdict.values())[sort_idx][idx]
   ...: 

In [5]: out
Out[5]: 
array(['Bombay', 'Delhi', 'Adelaide', 'Bombay', 'Delhi', 'Adelaide',
       'Cologne'], 
      dtype='|S8')