主页 / 问题 / 1348247
Accepted
Viktor Andriichuk
Asked:2022-04-10 22:33:28 +0000 UTC2022-04-10 22:33:28 +0000 UTC

获取 Numpy 数组索引

  • 772

大家好。

我有一个像这样的numpy数组：

array([16, 17, 1, 3, 8, 10, 2, 19, 14, 18, 15, 6, 11, 13, 5, 4, 9, 0, 7, 12])

我需要首先获取每个元素的索引以及值，然后对生成的元素列表进行排序，以便得到如下内容：

[19: 7, 18: 9, 17: 1, 16: 0, 15: 10 ...]

也就是说，在最终列表中，我必须从第一个列表中按递减值进行排序，但同时我需要添加每个元素的基本列表的索引。你需要以最快的方式完成它。我有一个想法如何做到这一点，但不知何故很难。也许 numpy 有更快的方法？

python

4 个回答

  1. Best Answer

    如果您想保持在限制范围内numpy并使用它的速度，那么您可以这样做：

    import numpy as np

arr = np.array([16, 17, 1, 3, 8, 10, 2, 19, 14, 18, 15, 6, 11, 13, 5, 4, 9, 0, 7, 12])
sorted_idx = arr.argsort()[::-1]
sorted_arr = arr[sorted_idx]
print(np.stack([sorted_arr, sorted_idx]))

    结论：

    [[19 18 17 16 15 14 13 12 11 10  9  8  7  6  5  4  3  2  1  0]
 [ 7  9  1  0 10  8 13 19 12  5 16  4 18 11 14 15  3  6  2 17]]

    其中numpy有数组索引的排序。这里我先得到这样一个排序，把它翻过来让一开始就有最大值，那么就很容易通过索引从数组中取值了。好吧，如果有必要，将索引和值组合到一个数组中。排序索引numpy应该相当快。

    • 3

  2. 在这种情况下，使用 Pandas 会更容易：

    In [17]: a = np.array([16, 17, 1, 3, 8, 10, 2, 19, 14, 18, 15, 6, 11, 13, 5, 4, 9, 0, 7, 12])

In [18]: s = pd.Series(np.arange(len(a)), index=a)

In [19]: res = s.sort_index(ascending=False)

In [20]: res
Out[20]:
19     7
18     9
17     1
16     0
15    10
14     8
13    13
12    19
11    12
10     5
9     16
8      4
7     18
6     11
5     14
4     15
3      3
2      6
1      2
0     17
dtype: int64

    1.000.000 个元素的速度测量：

    In [21]: a = np.random.randint(1000, size=10**6)

In [22]: s = pd.Series(np.arange(len(a)), index=a)

In [23]: %timeit s.sort_index(ascending=False)
107 ms ± 2.82 ms per loop (mean ± std. dev. of 7 runs, 10 loops each)

In [24]: s.shape
Out[24]: (1000000,)
    • 3

  3. 从作业来看，你最终应该得到一本字典。目前尚不清楚为什么 numpy 在这里，但如果你需要它，那么你可以这样做：

    a = np.array([16, 17, 1, 3, 8, 10, 2, 19, 14, 18, 15, 6, 11, 13, 5, 4, 9, 0, 7, 12])
res = { x[1]:x[0][0] for x in np.ndenumerate(a)}
res = dict(sorted(res.items(), key=lambda item: item[0], reverse=True))

    资源：

    {19: 7,
 18: 9,
 17: 1,
 16: 0,
 15: 10,
 14: 8,
 13: 13,
 12: 19,
 11: 12,
 10: 5,
 9: 16,
 8: 4,
 7: 18,
 6: 11,
 5: 14,
 4: 15,
 3: 3,
 2: 6,
 1: 2,
 0: 17}

    更新（如果值可能重复）

    在这种情况下，您需要使用元组或列表：

    import numpy as np

a = np.array([16, 16, 16, 3, 8, 10])

res = [(x[1],x[0][0]) for x in np.ndenumerate(a)]
res = sorted(res, key=lambda item: item[0], reverse=True)

    资源：

    [(16, 0), (16, 1), (16, 2), (10, 5), (8, 4), (3, 3)]
    • 2

  4. 尚不完全清楚与它有什么关系numpy，以及输出需要什么结构。这是一个用于更改的元组列表，因为我根本看不出对字典进行排序有多大意义：

    arr = [16, 17, 1, 3, 8, 10, 2, 19, 14, 18, 15, 6, 11, 13, 5, 4, 9, 0, 7, 12]
print(sorted(((x, i) for i, x in enumerate(arr)), reverse=True))

    结论：

    [(19, 7), (18, 9), (17, 1), (16, 0), (15, 10), (14, 8), (13, 13), (12, 19), (11, 12), (10, 5), (9, 16), (8, 4), (7, 18), (6, 11), (5, 14), (4, 15), (3, 3), (2, 6), (1, 2), (0, 17)]
    • 0

相关问题