【发布时间】：2015-04-02 08:04:51
【问题描述】：
我想在一维数组/列表中查找多个值并将其替换为新值。
以列表为例
a=[2, 3, 2, 5, 4, 4, 1, 2]
我想换
val_old=[1, 2, 3, 4, 5]
与
val_new=[2, 3, 4, 5, 1]
因此新数组为：
a_new=[3, 4, 3, 1, 5, 5, 2, 3]
最快的方法是什么（对于非常大的列表，即要查找和替换 50000 个值）？
评论 回答者
感谢大家的快速回复！我检查了以下建议的解决方案：
N = 10**4
N_val = 0.5*N
a = np.random.randint(0, N_val, size=N)
val_old = np.arange(N_val, dtype=np.int)
val_new = np.arange(N_val, dtype=np.int)
np.random.shuffle(val_new)
a1 = list(a)
val_old1 = list(val_old)
val_new1 = list(val_new)
def Ashwini_Chaudhary(a, val_old, val_new):
arr = np.empty(a.max()+1, dtype=val_new.dtype)
arr[val_old] = val_new
return arr[a]
def EdChum(a, val_old, val_new):
df = pd.Series(a, dtype=val_new.dtype)
d = dict(zip(val_old, val_new))
return df.map(d).values
def xxyzzy(a, val_old, val_new):
return [val_new[val_old.index(x)] for x in a]
def Shashank_and_Hackaholic(a, val_old, val_new):
d = dict(zip(val_old, val_new))
return [d.get(e, e) for e in a]
def itzmeontv(a, val_old, val_new):
return [val_new[val_old.index(i)] if i in val_old else i for i in a]
def swenzel(a, val_old, val_new):
return val_new[np.searchsorted(val_old,a)]
def Divakar(a, val_old, val_new):
C,R = np.where(a[:,np.newaxis] == val_old[np.newaxis,:])
a[C] = val_new[R]
return a
结果：
%timeit -n100 Ashwini_Chaudhary(a, val_old, val_new)
100 loops, best of 3: 77.6 µs per loop
%timeit -n100 swenzel(a, val_old, val_new)
100 loops, best of 3: 703 µs per loop
%timeit -n100 Shashank_and_Hackaholic(a1, val_old1, val_new1)
100 loops, best of 3: 1.7 ms per loop
%timeit -n100 EdChum(a, val_old, val_new)
100 loops, best of 3: 17.6 ms per loop
%timeit -n10 Divakar(a, val_old, val_new)
10 loops, best of 3: 209 ms per loop
%timeit -n10 xxyzzy(a1, val_old1, val_new1)
10 loops, best of 3: 429 ms per loop
%timeit -n10 itzmeontv(a1, val_old1, val_new1)
10 loops, best of 3: 847 ms per loop
性能的相对差异随着N 的增大而增加，即如果N=10**7，则Ashwini_Chaudhary 的结果为207 ms，swenzel 的结果为6.89 s。
【问题讨论】：
-
这是几乎相同的问题：stackoverflow.com/questions/3403973/… 如果需要一个通用的非整数解决方案，那么对于大量替换 Shashank 的解决方案真的很有趣是最快的。对于少量替换，链接问题中接受的答案的 numpy 解决方案是最好的。 Python 字典和列表推导的速度真是太棒了。