Question

我再次尝试使这种合并排序工作。目前，我有一个带有Unix时间码的2d数组（图1），并使用（图2）合并排序。我试图检查每个数组中的第一个值，即array [x] [0]，然后根据array [x] [0]值，但是，合并排序会创建重复数据并删除其他数据（图3）。我的问题是我在做什么错？我知道这是合并排序，但看不到解决方法。

图1

[[1422403200        100]
 [1462834800        150]
 [1458000000         25]
 [1540681200        150]
 [1498863600        300]
 [1540771200        100]
 [1540771200        100]
 [1540771200        100]
 [1540771200        100]
 [1540771200        100]]

图2

import numpy as np


def sort(data):
    if len(data) > 1:
        Mid = len(data) // 2
        l = data[:Mid]
        r = data[Mid:]
        sort(l)
        sort(r)

        z = 0
        x = 0
        c = 0

        while z < len(l) and x < len(r):
            if l[z][0] < r[x][0]:
                data[c] = l[z]
                z += 1
            else:
                data[c] = r[x]
                x += 1
            c += 1

        while z < len(l):
            data[c] = l[z]
            z += 1
            c += 1

        while x < len(r):
            data[c] = r[x]
            x += 1
            c += 1
        print(data, 'done')
unixdate = [1422403200, 1462834800, 1458000000, 1540681200, 1498863600, 1540771200, 1540771200,1540771200, 1540771200, 1540771200]
price=[100, 150, 25, 150, 300, 100, 100, 100, 100, 100]
array = np.column_stack((unixdate, price))
sort(array)
print(array, 'sorted')

图3

[[1422403200        100]
 [1458000000         25]
 [1458000000         25]
 [1498863600        300]
 [1498863600        300]
 [1540771200        100]
 [1540771200        100]
 [1540771200        100]
 [1540771200        100]
 [1540771200        100]]

Answer 1

我在您的代码中找不到任何错误。

我已经尝试过您的代码，并且可以说至少在常规的Python列表中不会发生此问题：该函数不会更改列表中任何元素的出现次数。

data = [
 [1422403200, 100],
 [1462834800, 150],
 [1458000000,  25],
 [1540681200, 150],
 [1498863600, 300],
 [1540771200, 100],
 [1540771200, 100],
 [1540771200, 100],
 [1540771200, 100],
 [1540771200, 100],
]

sort(data)

from pprint import pprint
pprint(data)

输出：

[[1422403200, 100],
 [1458000000, 25],
 [1462834800, 150],
 [1498863600, 300],
 [1540681200, 150],
 [1540771200, 100],
 [1540771200, 100],
 [1540771200, 100],
 [1540771200, 100],
 [1540771200, 100]]

~~编辑，要考虑到numpy上下文和np.column_stack的使用。~~

-我希望发生的情况是np.column_stack实际上在两个数组上创建了一个 view 映射。要获得真实的数组而不是指向现有数组的链接，应copy该数组：-

array = np.column_stack((unixdate, price)).copy()

编辑2 ，并考虑到numpy上下文

此行为实际上与np.column_stack没有关系； np.column_stack已执行复制。

您的代码不起作用的原因是因为numpy的切片行为与python不同。切片会创建映射索引的数组的视图。

错误的行是：

l = data[:Mid]
r = data[Mid:]

由于l和r仅映射到data所保存的两个内存，因此在data被修改时会对其进行修改。这就是data[c] = l[z]和data[c] = r[x]行覆盖值并在移动值时创建副本的原因。

如果data是一个numpy数组，我们希望l和r是数据的副本，而不仅仅是视图。这可以使用copy方法来实现。

l = data[:Mid]
r = data[Mid:]
if isinstance(data, np.ndarray):
    l = l.copy()
    r = r.copy()

通过这种方式，我测试了复制的效果。

注意

如果您要使用python列表而不是numpy数组对数据进行排序，那么在香草python中，np.column_stack的等效项是zip：

z = zip([10, 20, 30, 40], [100, 200, 300, 400], [1000, 2000, 3000, 4000])
z
# <zip at 0x7f6ef80ce8c8>
# `zip` creates an iterator, which is ready to give us our entries.
# Iterators can only be walked once, which is not the case of lists.

list(z)
# [(10, 100, 1000), (20, 200, 2000), (30, 300, 3000), (40, 400, 4000)]

条目是（非可变的）元组。如果您需要条目可编辑，请在其上列出地图：

z = zip([10, 20, 30, 40], [100, 200, 300, 400], [1000, 2000, 3000, 4000])
li = list(map(list, z))
# [[10, 100, 1000], [20, 200, 2000], [30, 300, 3000], [40, 400, 4000]]

要转置矩阵，请使用zip(*matrix)：

def transpose(matrix):
    return list(map(list, zip(*matrix)))

transpose(l)
# [[10, 20, 30, 40], [100, 200, 300, 400], [1000, 2000, 3000, 4000]]

您还可以使用li对python列表li.sort()进行排序，或使用sorted(li)对任何迭代器（列表为迭代器）进行排序。

在这里，我将使用（经过测试）：

sorted(zip(unixdate, price))

合并排序二维数组

1 个答案: