如何在 python 中制作带有负索引/输入的查找表?

Question

我有一组输入矩阵，A可能有负元素。我还有一组从int到int的映射，我希望有效地应用于A。 例：

import numpy as np
ind = np.array([-9, -8, -7, -6, -5, -4, -3, -2, -1])
out = np.array([ 1,  2,  3,  4,  5,  6,  7,  8,  9])
# i-th element of ind should return i-th element of out
a = np.array([[-1, -2, -3], [-4, -5, -6], [-7, -8, -9]])
# print(a)
# array([[-1, -2, -3],
#        [-4, -5, -6],
#        [-7, -8, -9]])
# i want output as 
# array([[ 9,  8,  7],
#        [ 6,  5,  4],
#        [ 3,  2,  1]])

对不起，如果我不能准确地说出来。 不需要管理从ind到out的转换的函数。

我现在唯一能想到的就是制定字典并迭代输入矩阵的所有元素。但那会很慢。如何有效地做到这一点？

Answer 1

我们可以使用np.searchsorted-

In [43]: out[np.searchsorted(ind,a)]
Out[43]: 
array([[9, 8, 7],
[6, 5, 4],
[3, 2, 1]])

对于ind不一定排序的通用情况，我们需要使用sorterarg -

In [44]: sidx = ind.argsort()
In [45]: out[sidx[np.searchsorted(ind,a,sorter=sidx)]]
Out[45]: 
array([[9, 8, 7],
[6, 5, 4],
[3, 2, 1]])

Answer 2

另一种直观的方式：

np.where(ind==a[x, y])[0][0]返回a[x,y]所在的值所在的索引ind。

>>> result = np.zeros(a.shape, dtype=np.int)
>>> for x in range(0, len(a[0])):  #rows
...     for y in range(0, len(a[1])):  #columns
...             indexInOut = np.where(ind==a[x, y])[0][0]
...             result[x,y] = out[indexInOut]
...
>>> result
array([[9, 8, 7],
[6, 5, 4],
[3, 2, 1]])
>>>