NumPy配列を連続した番号にベクトル化して戻すこと

Question

私は4つのクラスで巨大な訓練データセットを持っています。これらのクラスは、非連続的にラベル付けされています。順次ニューラルネットワークを適用できるようにするには、クラス内の一意の値が連続するように、クラスを再ラベル付けする必要があります。さらに、スクリプトの終わりに、私はそれらを古い価値に戻し直す必要があります。

私はループでそれらを再ラベル付けする方法を知っている：

def relabel(old_classes, new_classes): 
    indexes=[np.where(old_classes ==np.unique(old_classes)[i]) for i in range(len(new_classes))] 
    for i in range(len(new_classes)): 
     old_classes [indexes[i]]=new_classes[i] 
    return old_classes 

>>> old_classes = np.array([0,1,2,6,6,2,6,1,1,0]) 
>>> new_classes = np.arange(len(np.unique(old_classes))) 
>>> relabel(old_classes,new_classes) 
array([0, 1, 2, 3, 3, 2, 3, 1, 1, 0]) 

しかし、これは素敵なコーディングではありません、それは時間のかなり多くを取ります。

この再ラベル付けをベクトル化する方法はありますか？

---

明確にするために、私はまた戻って自分の古い値にそれらを再ラベル付けできるようにしたい：

>>> relabeled_classes=np.array([0, 1, 2, 3, 3, 2, 3, 1, 1, 0]) 
>>> old_classes = np.array([0,1,2,6]) 
>>> relabel(relabeled_classes,old_classes) 
array([0,1,2,6,6,2,6,1,1,0]) 

Answer 1

我々は、これらのユニークな連番ID /タグを取得するためにnp.uniqueとオプションの引数return_inverseを使用することができます、のようなので、 - バック取得するために、unq_tagsとunq_arrに

unq_arr, unq_tags = np.unique(old_classes,return_inverse=1) 

インデックス -

old_classes_retrieved = unq_arr[unq_tags] 

サンプル実行 -

In [69]: old_classes = np.array([0,1,2,6,6,2,6,1,1,0]) 

In [70]: unq_arr, unq_tags = np.unique(old_classes,return_inverse=1) 

In [71]: unq_arr 
Out[71]: array([0, 1, 2, 6]) 

In [72]: unq_tags 
Out[72]: array([0, 1, 2, 3, 3, 2, 3, 1, 1, 0]) 

In [73]: old_classes_retrieved = unq_arr[unq_tags] 

In [74]: old_classes_retrieved 
Out[74]: array([0, 1, 2, 6, 6, 2, 6, 1, 1, 0])