NumPy中如何将数组内一组值重映射为另一组指定值？

针对这类给定原始值集合、对应目标值集合的数组元素替换需求，NumPy生态下性能最好、实现最简洁的方案是查找表（LUT）索引法，全程走底层C层向量化运算，没有Python层面的循环开销，大数组场景下性能比逐值判断、循环替换高两个数量级以上。

预置测试数据 #

import numpy as np
# 待重映射原始数组
test_array = np.array([1, 4, 2, 5, 7, 4, 2, 5, 6, 7, 7, 2, 5])
# 映射规则：map_from 与 map_to 位置一一对应
map_from = np.array([2, 4, 5])
map_to = np.array([9, 0, 3])

核心实现代码 #

# 1. 初始化查找表，默认值和下标保持一致，即不做替换
max_ele = test_array.max()
lut = np.arange(max_ele + 1, dtype=test_array.dtype)
# 2. 把需要替换的映射关系写入查找表
lut[map_from] = map_to
# 3. 直接用原始数组作为索引取值，一步得到重映射结果
remaped_array = lut[test_array]

运行后得到的remaped_array输出为[1, 0, 9, 3, 7, 0, 9, 3, 6, 7, 7, 9, 3]，和预期结果完全一致。

方案说明 #

• 适用场景：最适合标签类、取值为非负整数、最大值不会过大的数组，是这类场景下的首选方案
• 性能表现：时间复杂度O(n)，和数组长度线性相关，没有额外冗余计算
• 扩展成本：后续新增映射规则只需要往map_from、map_to中追加对应键值对即可，不需要修改核心逻辑

如果待处理数组包含负数、或者元素值跨度极大（比如存在百万以上的孤立大值，会导致查找表占用过多内存），可以使用通用向量化方案替代，性能同样远优于Python循环：

sorted_idx = np.argsort(map_from)
sorted_from = map_from[sorted_idx]
sorted_to = map_to[sorted_idx]
pos = np.searchsorted(sorted_from, test_array)
valid_mask = pos < len(sorted_from)
valid_mask[valid_mask] = test_array[valid_mask] == sorted_from[pos[valid_mask]]
remaped_array = test_array.copy()
remaped_array[valid_mask] = sorted_to[pos[valid_mask]]

内容的提问来源于stack exchange，提问作者Nemanja Stojanovic