Python：重新映射并缩小数字范围

Question

我有一些大的唯一编号，它们是某种设备身份

clusteringOutput[:,1]
Out[140]: 
array([1.54744609e+12, 1.54744946e+12, 1.54744133e+12, ...,
       1.54744569e+12, 1.54744570e+12, 1.54744571e+12])

尽管数字很大，但只是重复输入的数字中的一小部分。

我想将它们重新映射到更小的整数范围。因此，如果这些数字只有 100 个不同的值，那么我想使用映射 table 将它们映射到 1-100 的范围内，这样我就可以找到并查看这些映射。

网上的remapping函数，一般会rescale，我不想rescale。我想要具体的整数来映射更长的 ID，我必须更简单地映射到眼睛数字。

关于如何实现它的任何想法？如果有帮助，我可以使用 pandas 数据框。

非常感谢亚历克斯

Answer 1

将numpy.unique与return_inverse=True一起使用：

import numpy as np

arr = np.array([1.54744609e+12,
                1.54744946e+12,
                1.54744133e+12,
                1.54744133e+12,
                1.54744569e+12, 
                1.54744570e+12, 
                1.54744571e+12])

mapper, ind = np.unique(arr, return_inverse=True)

ind 的输出：

array([4, 5, 0, 0, 1, 2, 3])

重新映射使用 mapper:

mapper[ind]

# array([1.54744609e+12, 1.54744946e+12, 1.54744133e+12, 1.54744133e+12,
#       1.54744569e+12, 1.54744570e+12, 1.54744571e+12])

验证：

all(arr == mapper[ind])
# True

Python：重新映射并缩小数字范围

Python: Remap and reduce the range of numbers

python

scale

rescale

pandas