Сопоставить массив строк NumPy с целыми числами
Проблема:
Дан массив строковых данных
dataSet = np.array(['kevin', 'greg', 'george', 'kevin'], dtype='U21'),
Я хотел бы функцию, которая возвращает индексированный набор данных
indexed_dataSet = np.array([0, 1, 2, 0], dtype='int')
и справочная таблица
lookupTable = np.array(['kevin', 'greg', 'george'], dtype='U21')
такой, что
(lookupTable[indexed_dataSet] == dataSet).all()
правда. Обратите внимание, чтоindexed_dataSet
а такжеlookupTable
оба могут быть переставлены так, чтобы вышеприведенное имело место, и это нормально (то есть нет необходимости, чтобы порядокlookupTable
эквивалентно порядку первого появления вdataSet
).
Медленное решение:
В настоящее время у меня есть следующее медленное решение
def indexDataSet(dataSet):
"""Returns the indexed dataSet and a lookup table
Input:
dataSet : A length n numpy array to be indexed
Output:
indexed_dataSet : A length n numpy array containing values in {0, len(set(dataSet))-1}
lookupTable : A lookup table such that lookupTable[indexed_Dataset] = dataSet"""
labels = set(dataSet)
lookupTable = np.empty(len(labels), dtype='U21')
indexed_dataSet = np.zeros(dataSet.size, dtype='int')
count = -1
for label in labels:
count += 1
indexed_dataSet[np.where(dataSet == label)] = count
lookupTable[count] = label
return indexed_dataSet, lookupTable
Есть ли более быстрый способ сделать это? Я чувствую, что я не использую NumPy в полном объеме здесь.