Python 中的矢量化字典

Question

Python 中是否有任何包提供了用于使用 NumPy 数组进行矢量化访问的字典？我正在寻找这样的东西：

>>> vector_dict = VectorizedDict({1: "One",
...                               2: "Two",
...                               3: "Three"},
...                               dtype_key=int, dtype_val="U5")
>>> a = np.array([1,2,3]),
>>> b = vector_dict[a]
>>> print(type(b))
np.ndarray
>>> print(b)
["One", "Two", "Three"]

虽然这个结果也可以通过迭代数组元素来实现，但迭代方法对于大型数组来说效率很低。

编辑：

对于小型词典，我使用以下方法：

for key, val in my_dict.items():
    b[a == key] = val

虽然布尔掩码在迭代小字典时非常有效，但对于大字典（数千个 key-value-paris）来说很耗时。

Answer 1

Pandas数据结构针对 1D ( pd.Series)、2D ( pd.DataFrame) 和 3D ( pd.Panel) 数据实现此功能：

import numpy as np
import pandas as pd

s = pd.Series(data=['One', 'Two', 'Three'], index=[1, 2, 3])
a = np.array([1, 2, 3])
b = s[a]
print(b.values)
['One' 'Two' 'Three']

对于高维结构，您可以使用xarray。

Answer 2

我编写了一个矢量化 python 字典/集，可以有效地存储数据并使用 numpy 数组。支持大多数 numpy 数据类型组合。

您可以在这里找到项目和文档： https: //github.com/atom-moyer/getpy