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?
答案 0 :(得分:34)
您只需使用"索引"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
答案 1 :(得分: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]]
答案 2 :(得分:1)
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])
答案 3 :(得分:0)
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])