np.argsort()排序索引

以一维数组为例,np.argsort()获得的是原数组升序或降序的索引排序。

获得直观的升序或降序的数组还需要对原数组进行索引,索引来源于np.argsort()的结果。

例如:

import numpy as np
a = np.array([3,1,2,1,3,5])
c = np.array([0,2,3,4,5,2])
b = np.argsort(a)
a = a[b]
c = c[b]

print(b, a, c)

output: 

[1 3 2 0 4 5] [1 1 2 3 3 5] [2 4 3 0 5 2]
  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
np.argsort()函数是NumPy中的一个函数,用于返回数组排序后的索引值。它可以按照数组元素的大小从小到大或从大到小的顺序返回对应的索引值。 具体用法是通过调用np.argsort(a)来对数组a进行排序,返回的是排序后的索引值。例如,对于数组x=np.array([1,4,3,-1,6,9]),调用x.argsort()会返回数组[3,0,2,1,4,5]。这表示原数组的第一个元素-1在排序后的数组中的索引是3,第二个元素1在排序后的数组中的索引是0,以此类推。 另外,当我们使用np.argsort()[num]时,num的取值有两种情况。当num大于等于0时,np.argsort()[num]可以理解为数组排序后的第num个元素的索引;当num小于0时,np.argsort()[num]会将数组排序后的索引值反向输出,即倒数第num个元素的索引值。例如,np.argsort()[-1]会输出原数组中最大值对应的索引np.argsort()[-2]会输出原数组中第二大值对应的索引,以此类推。 总之,np.argsort()函数是一个非常有用的函数,可以帮助我们对数组进行排序并获取排序后的索引值。<span class="em">1</span><span class="em">2</span><span class="em">3</span> #### 引用[.reference_title] - *1* [Python基本函数:【numpynp.argsort()函数详细解释运算过程](https://blog.csdn.net/tianxinyiru/article/details/123704934)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *2* [【numpynp.argsort()函数](https://blog.csdn.net/qq_38486203/article/details/80967696)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] - *3* [浅析python中numpy包中的argsort函数的使用](https://download.csdn.net/download/weixin_38587130/12867102)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 33.333333333333336%"] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值