Python中如何基于索引用列表值替换numpy二维数组元素

可以实现，用numpy的高级索引特性一行代码就能完成，不需要手动遍历数组。

完整实现代码 #

import numpy as np

# 定义原数组和映射列表
a = np.array([[6, 5, 9, 6, 1],[2, 9, 0, 6, 5],[8, 8, 0, 1, 8],[9, 5, 3, 6, 3]])
d = ['a','b','c','d','e','f','g','h','i','j']

# 核心逻辑：先将列表d转为numpy数组，再用a作为索引直接取值
c = np.array(d)[a]

结果验证 #

运行后输出的c和你预期的结果完全一致：

print(c)
# 输出：
# [['g' 'f' 'j' 'g' 'b']
#  ['c' 'j' 'a' 'g' 'e']
#  ['i' 'i' 'a' 'b' 'i']
#  ['j' 'f' 'd' 'g' 'd']]

原理解释 #

这是numpy自带的整数数组索引规则：当你用N维整数数组索引一维数组时，会返回和索引数组形状完全相同的新数组，每个位置的元素就是被索引数组对应索引处的取值，性能远高于Python层面的循环遍历，适合处理大规模数组。

内容的提问来源于stack exchange，提问作者Jabbar