对NumPy数组进行排序，并与其一起排列另一个数组
对NumPy数组进行排序，并与其一起排列另一个数组
提问于 2016-02-05 09:26:51
我有两个numpy数组，第一个是一维的A，第二个是B，在我所想到的应用程序中是二维的，但实际上可以有任何维度。B的每一个索引都与A的单个索引覆盖相同的范围。
现在，我想对A进行排序(按降序排列)，但希望与其一起对B的每个维度进行排序。从数学上讲，如果P是排序A的置换矩阵，我想根据np.dot(P, np.dot(B, P.T))变换B。例如，考虑以下示例，其中排序巧合地对应于倒序：
In [1]: import numpy as np
In [2]: A = np.array([1,2,3])
In [3]: B = np.random.rand(3,3); B
Out[3]:
array([[ 0.67402953, 0.45017072, 0.24324747],
[ 0.40559793, 0.79007712, 0.94247771],
[ 0.47477422, 0.27599007, 0.13941255]])
In [4]: # desired output:
In [5]: A[::-1]
Out[5]: array([3, 2, 1])
In [6]: B[::-1,::-1]
Out[6]:
array([[ 0.13941255, 0.27599007, 0.47477422],
[ 0.94247771, 0.79007712, 0.40559793],
[ 0.24324747, 0.45017072, 0.67402953]])我想到的应用是使用np.linalg.eig获得非对称矩阵的特征值和特征向量(相对于eigh，eig不保证特征值的任何排序)，根据绝对值对它们进行排序，并截断空间。这将有利于改变矩阵的各分量，保持特征向量和特征值，并通过切片进行截断。
回答 2
Stack Overflow用户
回答已采纳
发布于 2016-02-05 09:38:41
您可以使用np.argsort获取A的排序索引。然后可以使用这些索引重新排列B。
不完全是你想要重新排列B.
p = np.argsort(A)
B[:, p][p, :] # rearrange rows and column of B
B.transpose(p) # rearrange dimensions of B如果你想根据特征值排序特征向量，你只需要重新排列特征向量的列：(而且，如果你得到复杂的特征值，使用绝对值也是有意义的)
e, v = eig(x)
p = np.argsort(np.abs(e))[::-1] # descending order
v = v[:, p]Stack Overflow用户
发布于 2016-02-05 09:37:12
您可以使用numpy.argsort获取索引映射。例如：
test=np.array([2,1,3])
test_array=np.array([[2,3,4],[1,2,3]])
rearranged_array=test_array[:,test.argsort()]在这里，test.argsort()生成[1,0,2]。
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/35220464
复制相关文章
相似问题
腾讯云开发者
