Question

我正在寻找能够帮助我做到以下几点的一线解决方案。

假设我有

array = np.array([10, 20, 30, 40, 50])

我想根据输入顺序重新排列它。如果有一个名为arrange的numpy函数，它将执行以下操作：

newarray = np.arrange(array, [1, 0, 3, 4, 2])
print newarray

    [20, 10, 40, 50, 30]

形式上，如果要重新排序的数组是m x n，并且“index”数组是1 x n，则排序将由名为“index”的数组确定。

numpy有这样的功能吗？

Answer 1

您只需使用＆＃34;索引＆＃34;直接列出，因为，索引数组：

>>> arr = np.array([10, 20, 30, 40, 50])
>>> idx = [1, 0, 3, 4, 2]
>>> arr[idx]
array([20, 10, 40, 50, 30])

如果idx已经是ndarray而不是list，那么它往往要快得多，即使它会以任何方式工作：

>>> %timeit arr[idx]
100000 loops, best of 3: 2.11 µs per loop
>>> ai = np.array(idx)
>>> %timeit arr[ai]
1000000 loops, best of 3: 296 ns per loop

Answer 2

对于索引为2d数组的用户，可以使用map函数。这是一个示例：

a = np.random.randn(3, 3)
print(a)
print(np.argsort(a))

print(np.array(list(map(lambda x, y: y[x], np.argsort(a), a))))

输出为

[[-1.42167035  0.62520498  2.02054623]
 [-0.17966393 -0.01561566  0.24480554]
 [ 1.10568543  0.00298402 -0.71397599]]
[[0 1 2]
 [0 1 2]
 [2 1 0]]
[[-1.42167035  0.62520498  2.02054623]
 [-0.17966393 -0.01561566  0.24480554]
 [-0.71397599  0.00298402  1.10568543]]

Answer 3

对于那些同样有困惑的人，我实际上是在寻找“基于索引的重排数组”稍有不同的版本。在我的情况下，索引数组正在索引目标数组而不是源数组。换句话说，我尝试根据其在新数组中的位置重新排列数组。

在这种情况下，只需在索引之前应用argsort。例如

>>> arr = np.array([10, 20, 30, 40, 50])
>>> idx = [1, 0, 3, 4, 2]
>>> arr[np.argsort(idx)]
array([20, 10, 50, 30, 40])

请注意该结果与op所需结果之间的差异。

一个人可以来回验证

>>> arr[np.argsort(idx)][idx] == arr
array([ True,  True,  True,  True,  True])
>>> arr[idx][np.argsort(idx)] == arr
array([ True,  True,  True,  True,  True])

Answer 4

如果要排序但降序：

a = np.array([1,2,3,4,5])
np.argsort(a)
> array([0, 1, 2, 3, 4])
np.argsort(-a)
> array([4, 3, 2, 1, 0])

如何根据索引数组重新排列数组

4 个答案: