配列の大きなリスト（パフォーマンス）の値を置換する

Question

辞書を使用して配列のリストの値を置き換えることにパフォーマンス上の問題があります。

のは、これが私の辞書であるとしましょう：

# Create a sample dictionary 

keys = [1, 2, 3, 4] 
values = [5, 6, 7, 8] 
dictionary = dict(zip(keys, values)) 

そしてこれは配列の私のリストです：

# import numpy as np 

# List of arrays 
listvalues = [] 

arr1 = np.array([1, 3, 2]) 
arr2 = np.array([1, 1, 2, 4]) 
arr3 = np.array([4, 3, 2]) 

listvalues.append(arr1) 
listvalues.append(arr2) 
listvalues.append(arr3) 

listvalues 
>[array([1, 3, 2]), array([1, 1, 2, 4]), array([4, 3, 2])] 

私はその後、使用のND nummpy配列内のすべての値を交換するには、次の機能を使用します辞書：

# Replace function 

def replace(arr, rep_dict): 

    rep_keys, rep_vals = np.array(list(zip(*sorted(rep_dict.items())))) 
    idces = np.digitize(arr, rep_keys, right=True) 

    return rep_vals[idces] 

この関数は本当に高速ですが、arのリストを反復処理する必要があります

これは、何千もの配列を反復処理する必要があるため、プロセスのボトルネックです。 for-loopを使用せずに同じ結果を得るにはどうすればよいですか？結果は入力と同じ形式（値が置き換えられた配列のリスト）であることが重要です

多くのありがとうございます!!

Answer 1

これは、numpy_indexedパッケージを使用して効率的にトリックを行います。 'listvalues'のすべての値が 'keys'に存在することが保証されていれば、さらに単純化できます。しかし、それは読者の運動としては残念です。

import numpy_indexed as npi 
arr = np.concatenate(listvalues) 
idx = npi.indices(keys, arr, missing='mask') 
remap = np.logical_not(idx.mask) 
arr[remap] = np.array(values)[idx[remap]] 
replaced = np.array_split(arr, np.cumsum([len(a) for a in listvalues][:-1]))