我正在处理大型（掩码）2D NumPy数组，这些数组来自全国范围的10到200米分辨率的栅格数据集。这些数组非常大，可以包含数百万个值。
我想以最有效的方式对这些类型的数组执行以下操作：

in_array = numpy.array([[1,2,2],[4,4,6]])
out_array = uniqify(in_array)
print(out_array)
>>>
numpy.array([[1,2,3],[4,5,6]])

或者其他一些数字的组合。值真的不重要，我关心的是整个数组中没有重复的值。每个单元格的值必须是唯一的，单元格的大小必须无关紧要。
这是一种方法，但我担心它可能会严重破坏大型数据集：

def uniqify(array):
    count = 0
    for i in range(array.shape[0]):
        for j in range(array.shape[1]):
            array[i][j]= count
            count = count+1
    return array

array = np.array([[100,2,3],[4,5,5,],[4,8,7]])
uniqified = uniqify(array)
print(uniqified)

我想知道是否有现成的，计算效率高的方法来做到这一点，而不使用嵌套的for循环？