可以按降序使用argsort吗？
可以按降序使用argsort吗？
提问于 2013-05-10 23:57:47
考虑以下代码：
avgDists = np.array([1, 8, 6, 9, 4])
ids = avgDists.argsort()[:n]这给了我n最小元素的索引。是否可以按降序使用相同的argsort来获得n最高元素的索引？
回答 8
Stack Overflow用户
发布于 2013-05-11 00:00:21
就像Python一样，[::-1]颠倒了argsort()返回的数组，[:n]给出了最后n个元素：
>>> avgDists=np.array([1, 8, 6, 9, 4])
>>> n=3
>>> ids = avgDists.argsort()[::-1][:n]
>>> ids
array([3, 1, 2])这种方法的优点是ids是avgDists的view：
>>> ids.flags
C_CONTIGUOUS : False
F_CONTIGUOUS : False
OWNDATA : False
WRITEABLE : True
ALIGNED : True
UPDATEIFCOPY : False( 'OWNDATA‘为False表示这是一个视图，而不是副本)
另一种方法类似于：
(-avgDists).argsort()[:n]问题是，它的工作方式是创建数组中每个元素的负值：
>>> (-avgDists)
array([-1, -8, -6, -9, -4])为此，ANd会创建一个副本：
>>> (-avgDists_n).flags['OWNDATA']
True因此，如果你用这个非常小的数据集对每个数据集进行计时：
>>> import timeit
>>> timeit.timeit('(-avgDists).argsort()[:3]', setup="from __main__ import avgDists")
4.2879798610229045
>>> timeit.timeit('avgDists.argsort()[::-1][:3]', setup="from __main__ import avgDists")
2.8372560259886086view方法的速度要快得多(并且使用了1/2的内存...)
Stack Overflow用户
发布于 2017-01-19 10:40:26
如果您只需要最低/最高n个元素的索引，则可以使用np.argpartition，而不是使用np.argsort。
这不需要对整个数组进行排序，但只需要对需要的部分进行排序，但请注意，“分区内的顺序”是未定义的，因此，尽管它给出了正确的索引，但它们可能没有正确排序：
>>> avgDists = [1, 8, 6, 9, 4]
>>> np.array(avgDists).argpartition(2)[:2] # indices of lowest 2 items
array([0, 4], dtype=int64)
>>> np.array(avgDists).argpartition(-2)[-2:] # indices of highest 2 items
array([1, 3], dtype=int64)Stack Overflow用户
发布于 2017-02-24 09:25:35
在使用argsort命令进行排序后，您可以使用numpy.flipud()或numpy.fliplr()命令以降序获得索引。这是我通常做的事情。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/16486252
复制相关文章
相似问题
腾讯云开发者
