Использование массивов Numpy в качестве справочных таблиц

Question

У меня есть 2D массив данных Numpy, считанных из CSV-файла. Каждая строка представляет собой точку данных с последним столбцом, содержащим «ключ», который однозначно соответствует «ключу» в другом массиве Numpy - «таблице поиска».

Каков наилучший способ (наиболее многожильный) способ совпадения строк в первой таблице со значениями во втором?

Answer 1

Некоторые примеры данных:

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]]) 

Построить словарь от ключа номер строки в таблице поиска:

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

Затем вы можете использовать словарь, чтобы соответствовать линиям. Например, если вы просто хотите, чтобы присоединиться к таблицам:

>>> 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

В частном случае, когда индекс может быть вычислен с помощью клавиш, словарь можно избежать. Это преимущество, когда можно выбрать ключ таблицы поиска.

Например Vebjørn Ljosa в:

поиска:

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

слияния:

>>> 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.  ]])