用三元素子数组替换2D整数numpy数组中所有值的最有效方法？

如何解决用三元素子数组替换2D整数numpy数组中所有值的最有效方法？

我有一个包含整数值的大型2D（N x N）numpy数组。我想从中创建一个（N x N x 3）的3D数组，其中-实际上-根据特定的映射，将原始数组中的每个整数替换为包含RGB三元组的三元素数组从整数到RGB三元组。

作为一个按比例缩小的示例，请考虑输入数组

ints = np.array([[0,1,2,2],[1,0],[0,3,4],[5,0]])

以及由整数指定的RGB颜色的映射

mapping = {0: [0,1: [255,2: [0,255,3: [0,255],4: [127,127,5: [127,127],6: [0,127]}

我想要一种有效的（最好是易于阅读的）方法，该方法将采用ints和mapping并产生输出数组

colors = np.array([[[0,[255,],[[255,[[0,[127,[[127,]])

我知道我可以将colors分配为适当尺寸的空3D数组，然后循环遍历ints的行和列，并相应地设置colors的相关切片。 ..但这似乎效率极低，我的实际数组将更像是1000 x1000。有人建议使用更快，更优雅，更惯用的方法吗？

（仅供参考，我的动机是使用plotly的imshow方法来创建矩阵的可视化效果（例如热图），但是具有针对不同数字的最佳不同颜色，而不是像标准着色选项那样的任何连续体承担。）

解决方法

由于映射键可以是整数，因此映射可以与索引相同，并且RGB值只能是Nx3数组。

类似这样的东西：

x =  np.arange(30).reshape((10,3))  # the map

keys = np.array([1,4,7,3])

x[keys] # the mapping

# which gives
array([[ 3,5],[12,13,14],[21,22,23],[ 9,10,11]])

,

使用[p>

arr = np.array(list(mapping.values()))

使用

为其编制索引

arr[idx,:]

这取决于mapping的订购和完成情况。