Python 3.8中如何一步替换np.array不同元素为指定值？

原始问题：一步替换数组值 #

你可以用Numpy的np.isin结合np.where实现一步替换，代码简洁且效率高：

import numpy as np
a = np.array([20, 10, 5, 10, 5, 10])
result = np.where(np.isin(a, [20, 10]), 1, 0)
# 输出：array([1, 1, 0, 1, 0, 1])

原理是np.isin(a, [20,10])会生成布尔数组标记出20或10的位置，np.where根据这个标记把对应位置替换成1，其余替换成0。

如果后续需要更复杂的多值映射，也可以用字典结合np.vectorize（适合小规模数组，大数组优先用isin）：

mapping = {20: 1, 10: 1, 5: 0}
vec_mapper = np.vectorize(lambda x: mapping[x])
result = vec_mapper(a)

编辑部分：解决Pandas的ValueError报错 #

你遇到的ValueError: Data must be 1-dimensional是因为传入的是二维数组，而pd.Series要求输入一维数据，解决方法如下：

方法1：展平数组 #

import pandas as pd
import numpy as np
a = np.array([[20, 5, 10, 5, 10, 7, 5]])
# 用flatten()将二维数组展平为一维
a_series = pd.Series(a.flatten())
result = a_series.replace({20:1, 10:1, 7:1, 5:0}).values

方法2：直接提取数组行数据 #

因为你的二维数组只有一行，直接通过索引a[0]提取一维数据即可：

a_series = pd.Series(a[0])
result = a_series.replace([20,10,7], 1).replace(5, 0).values

内容的提问来源于stack exchange，提问作者shashank ranjan