python - 根据范围替换numpy数组中的重复元素

Question

我有一个 1d numpy 数组 arr 如下:

arr = np.array([9, 7, 0, 4, 7, 4, 2, 2, 3, 7])

对于重复元素，我希望随机选择包含相同元素的任何一个索引，并将其替换为 0 和 arr.shape[0]< 之间缺失的值.

例如在给定的数组中，7 出现在索引 1、4 和 9 中。因此，我希望随机选择 1、4 和 9 之间的索引，并通过随机选择数组中不存在的元素(如 8)来设置其值。最后，arr 应该包含 arr.shape[0] 介于 0 和 arr.shape[0] - 1 之间的唯一元素(两者都是包括)

我怎样才能使用 Numpy 高效地做到这一点(可能不需要使用任何显式循环)？

Answer 1

这是一个基于 np.isin 的 -

def create_uniques(arr):
    # Get unique ones and the respective counts
    unq,c = np.unique(arr,return_counts=1)

    # Get mask of matches from the arr against the ones that have 
    # respective counts > 1, i.e. the ones with duplicates
    m = np.isin(arr,unq[c>1])

    # Get the ones that are absent in original array and shuffle it
    newvals = np.setdiff1d(np.arange(len(arr)),arr[~m])
    np.random.shuffle(newvals)

    # Assign the shuffled values into the duplicate places to get final o/p
    arr[m] = newvals
    return ar

样本运行-

In [53]: arr = np.array([9, 7, 0, 4, 7, 4, 2, 2, 3, 7])

In [54]: create_uniques(arr)
Out[54]: array([9, 7, 0, 1, 6, 4, 8, 2, 3, 5])

In [55]: arr = np.array([9, 7, 0, 4, 7, 4, 2, 2, 3, 7])

In [56]: create_uniques(arr)
Out[56]: array([9, 4, 0, 5, 6, 2, 7, 1, 3, 8])

In [57]: arr = np.array([9, 7, 0, 4, 7, 4, 2, 2, 3, 7])

In [58]: create_uniques(arr)
Out[58]: array([9, 4, 0, 1, 7, 2, 6, 8, 3, 5])