使用Numpy數組作爲查找表

Question

我有一個從.csv文件讀取的Numpy數據的二維數組。每一行都代表一個數據點，最後一列包含一個'key'，它唯一對應於另一個Numpy數組中的'key' - 'lookup table'。

什麼是最好的（最Numpythonic）方式來匹配第一個表中的行和第二個中的值？

Answer 1

一些示例數據：

import numpy as np 

lookup = np.array([[ 1.  , 3.14 , 4.14 ], 
        [ 2.  , 2.71818, 3.7 ], 
        [ 3.  , 42.  , 43.  ]]) 

a = np.array([[ 1, 11], 
       [ 1, 12], 
       [ 2, 21], 
       [ 3, 31]]) 

建立從關鍵一本字典來排在查找表編號：

mapping = dict(zip(lookup[:,0], range(len(lookup)))) 

然後你可以用字典來匹配行。例如，如果您只想加入表格：

>>> np.hstack((a, np.array([lookup[mapping[key],1:] 
          for key in a[:,0]]))) 
array([[ 1.  , 11.  , 3.14 , 4.14 ], 
     [ 1.  , 12.  , 3.14 , 4.14 ], 
     [ 2.  , 21.  , 2.71818, 3.7 ], 
     [ 3.  , 31.  , 42.  , 43.  ]])  

Answer 2

在特殊情況下，可以通過鍵計算索引，避免使用字典。當查找表的關鍵字可以被選擇時，這是一個優點。

對於Vebjorn Ljosa的例子：

查找：

>>> lookup[a[:,0]-1, :] 
array([[ 1.  , 3.14 , 4.14 ], 
     [ 1.  , 3.14 , 4.14 ], 
     [ 2.  , 2.71818, 3.7 ], 
     [ 3.  , 42.  , 43.  ]]) 

合併：

>>> np.hstack([a, lookup[a[:,0]-1, :]]) 
array([[ 1.  , 11.  , 1.  , 3.14 , 4.14 ], 
     [ 1.  , 12.  , 1.  , 3.14 , 4.14 ], 
     [ 2.  , 21.  , 2.  , 2.71818, 3.7 ], 
     [ 3.  , 31.  , 3.  , 42.  , 43.  ]])