Question

我正在使用numpy和argsort，同时遇到argsort的奇怪（？）行为：

>>> array = [[0, 1, 2, 3, 4, 5], 
             [444, 4, 8, 3, 1, 10], 
             [2, 5, 8, 999, 1, 4]]
>>> np.argsort(array, axis=0)

array([[0, 0, 0, 0, 1, 2],
       [2, 1, 1, 1, 2, 0],
       [1, 2, 2, 2, 0, 1]], dtype=int64)

每个列表的前4个值对我来说都很清楚-argsort做对了。但是最后2个值非常令人困惑，因为这有点将值排序错误。
argsort的输出不应该是：

array([[0, 0, 0, 0, 2, 1],
       [2, 1, 1, 1, 0, 2],
       [1, 2, 2, 2, 1, 0]], dtype=int64)

Answer 1

我认为问题在于您认为argsort正在输出什么。让我们关注一个更简单的一维示例：

 arr = np.array([5, 10, 4])

np.argsort的结果将是原始数组的索引，以对元素进行排序：

[2, 0, 1]

让我们看看实际的排序值是什么，以了解原因：

[
     4,  # at index 2 in the original array
     5,  # at index 0 in the original array
    10,  # at index 1 in the original array
]

似乎您在想象逆运算，其中argsort会告诉您每个元素将移至输出中的哪个索引。您可以通过将argsort应用于argsort的结果来获得这些索引。

Answer 2

输出是正确的，问题是np.argsort与axis = 0，实际上是在比较第一个axis元素的每个元素。所以，对于数组

array = [[0, 1, 2, 3, 4, 5], 
...      [444, 4, 8, 3, 1, 10], 
...      [2, 5, 8, 999, 1, 4]]

axis = 0，比较元素（0，444，2），（1,4,8），（2,8,8），（3,3,999），（4,1,1），（ 5,10,4），这样它就将索引数组指定为：

np.argsort(array, axis=0)
array([[0, 0, 0, 0, 1, 2],
       [2, 1, 1, 1, 2, 0],
       [1, 2, 2, 2, 0, 1]])

因此，对于您的问题，最后两个值来自元素（4,1,1），这些元素将数组索引值设为（1,2,0），而对于（5,10,4）给出（2,0,1）。

请参阅：np.argsort

np.argsort（）的输出奇怪/错误

2 个答案: