Numpy पूर्णांकों संवर्द्धित

Question

import numpy as np 
data = np.array(['b','b','b','a','a','a','a','c','c','d','d','d']) 

मैं इस

data = np.array([0,0,0,1,1,1,1,2,2,3,3,3]) 

मैं एक numpy समाधान

---

के लिए देख रहा हूँ की तरह संवर्द्धित एक पूर्णांक के साथ तार के प्रत्येक समूह प्रतिस्थापित करने की आवश्यकता के साथ तत्वों की समूहों की जगह इस डेटासेट के साथ http://www.uploadmb.com/dw.php?id=1364341573

import numpy as np 
f = open('test.txt','r') 
lines = np.array([ line.strip() for line in f.readlines() ]) 
lines100 = lines[0:100] 
_, ind, inv = np.unique(lines100, return_index=True, return_inverse=True) 
print ind 
print inv 
nums = np.argsort(ind)[inv] 
print nums 

[ 0 83 62 40 19] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 
4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 2 2 2 2 2 2 2 2 2 2 2 2 
2 2 2 2 2 2 2 2 2 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 
1 1 1 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3 3 3 3 3 
3 3 3 3 3 3 3 3 3 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4] 

lines200 = lines[0:200] 
_, ind, inv = np.unique(lines200, return_index=True, return_inverse=True) 
print ind 
print inv 
nums = np.argsort(ind)[inv] 
print nums 
[167 0 83 124 104 144 185 62 40 19] 
[1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 
9 9 9 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 7 7 7 7 7 7 7 7 7 7 7 7 
7 7 7 7 7 7 7 7 7 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 4 4 4 4 4 4 4 
4 4 4 4 4 4 4 4 4 4 4 4 4 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 3 5 5 5 5 
5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 5 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 
6 6 6 6 6 6 6 6 6 6 6 6 6 6 6] 
[9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 9 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 6 
6 6 6 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 5 5 5 5 5 5 5 5 5 5 5 5 
5 5 5 5 5 5 5 5 5 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 8 2 2 2 2 2 2 2 
2 2 2 2 2 2 2 2 2 2 2 2 2 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 7 4 4 4 4 
4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 4 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1 
3 3 3 3 3 3 3 3 3 3 3 3 3 3 3] 

Answer 1

संपादित करें: यह हमेशा काम नहीं करता है:

>>> a,b,c = np.unique(data, return_index=True, return_inverse=True) 
>>> C# almost!!! 
array([1, 1, 1, 0, 0, 0, 0, 2, 2, 3, 3, 3]) 
>>> np.argsort(b)[c] 
array([0, 0, 0, 1, 1, 1, 1, 2, 2, 3, 3, 3], dtype=int64) 

---

लेकिन यह काम करता है:

def replace_groups(data): 
    a,b,c, = np.unique(data, True, True) 
    _, ret = np.unique(b[c], False, True) 
    return ret 

और शब्दकोश प्रतिस्थापन दृष्टिकोण की तुलना में तेजी, के बारे में 33 बड़े डेटासेट के लिए% है:

def replace_groups_dict(data): 
    _, ind = np.unique(data, return_index=True) 
    unqs = data[np.sort(ind)] 
    data_id = dict(zip(unqs, np.arange(data.size))) 
    num = np.array([data_id[datum] for datum in data]) 
    return num 

In [7]: %timeit replace_groups_dict(lines100) 
10000 loops, best of 3: 68.8 us per loop 

In [8]: %timeit replace_groups_dict(lines200) 
10000 loops, best of 3: 106 us per loop 

In [9]: %timeit replace_groups_dict(lines) 
10 loops, best of 3: 32.1 ms per loop 

In [10]: %timeit replace_groups(lines100) 
10000 loops, best of 3: 67.1 us per loop 

In [11]: %timeit replace_groups(lines200) 
10000 loops, best of 3: 78.4 us per loop 

In [12]: %timeit replace_groups(lines) 
10 loops, best of 3: 23.1 ms per loop 

Answer 2

@ डीएसएम की यह देखते हुए कि मेरा मूल विचार मजबूत रूप से काम नहीं करता है, सबसे अच्छा सोल

data = np.array(['b','b','b','a','a','a','a','c','c','d','d','d']) 
_, ind = np.unique(data, return_index=True) 
unqs = data[np.sort(ind)] 
data_id = dict(zip(unqs, np.arange(data.size))) 
num = np.array([data_id[datum] for datum in data]) 

माह डेटा के लिए:

In [5]: f = open('test.txt','r') 

In [6]: data = np.array([line.strip() for line in f.readlines()]) 

In [7]: _, ind, inv = np.unique(data, return_index=True) 

In [8]: months = data[np.sort(ind)] 

In [9]: month_id = dict(zip(months, np.arange(months.size))) 

In [10]: np.array([month_id[datum] for datum in data]) 
Out[10]: array([ 0, 0, 0, ..., 41, 41, 41])