如何根据索引数组重新排列数组
如何根据索引数组重新排列数组
提问于 2014-10-04 23:43:29
我正在寻找一个单行解决方案，可以帮助我完成以下工作。
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]从形式上讲，如果要重新排序的数组是m x n，而"index“数组是1 x n，则排序将由称为"index”的数组确定。
numpy有这样的函数吗？
回答 4
Stack Overflow用户
回答已采纳
发布于 2014-10-04 23:46:59
你可以直接使用你的" index“列表，就像一个索引数组：
>>> 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已经是一个ndarray而不是list，那么它往往会快得多，尽管它可以以任何一种方式工作：
>>> %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 loopStack Overflow用户
发布于 2018-12-10 15:09:44
对于索引为2d数组的，可以使用map函数。下面是一个示例：
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]]Stack Overflow用户
发布于 2020-11-02 07:25:44
对于那些有同样困惑的人，我实际上是在寻找一个略有不同的“基于索引重新排列数组”的版本。在我的情况下，索引数组索引的是目标数组，而不是源数组。换句话说，我正在尝试根据数组在新数组中位置重新排列数组。
在这种情况下，只需在索引之前应用argsort即可。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])请注意此结果与op期望的结果之间的差异。
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])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/26194389
复制相关文章
相似问题