python多维数组排序_Numpy：按多维数组对多维数组排序

我还想不出如何在N维中实现这一点，但这里是二维版本：>>> a = np.random.standard_normal(size=(2,5))

>>> a

array([[ 0.72322499, -0.05376714, -0.28316358, 1.43025844, -0.90814293],

[ 0.7459107 , 0.43020728, 0.05411805, -0.32813465, 2.38829386]])

>>> i = np.array([[0,1,2,4,3],[0,1,2,3,4]])

>>> a[np.arange(a.shape[0])[:,np.newaxis],i]

array([[ 0.72322499, -0.05376714, -0.28316358, -0.90814293, 1.43025844],

[ 0.7459107 , 0.43020728, 0.05411805, -0.32813465, 2.38829386]])

这是N维版本：

^{pr2}$

其工作原理如下：

好的，让我们从一个三维数组开始。在>>> import numpy as np

>>> a = np.arange(24).reshape((2,3,4))

>>> a

array([[[ 0, 1, 2, 3],

[ 4, 5, 6, 7],

[ 8, 9, 10, 11]],

[[12, 13, 14, 15],

[16, 17, 18, 19],

[20, 21, 22, 23]]])

可以通过指定沿每个轴的索引来访问此数组的元素，如下所示：>>> a[0,1,2]

6

这相当于a[0][1][2]，如果我们处理的是列表而不是数组，那么您将如何访问同一个元素。在

Numpy让您在分割阵列时变得更加花哨：>>> a[[0,1],[1,1],[2,2]]

array([ 6, 18])

>>> a[[0,1],[1,2],[2,2]]

array([ 6, 22])

如果我们处理的是列表，这些示例将等价于[a[0][1][2],a[1][1][2]]和{}。在

你甚至可以省去重复的索引，numpy就会知道你想要什么。例如，上面的例子可以等价地写成：>>> a[[0,1],1,2]

array([ 6, 18])

>>> a[[0,1],[1,2],2]

array([ 6, 22])

在每个维度中切片的数组(或列表)的形状只影响返回数组的形状。换言之，numpy不关心在拉取值时，您是否尝试用shape (2,3,4)数组来索引数组，只是它会反馈给您一个shape (2,3,4)数组。例如：>>> a[[[0,0],[0,0]],[[0,0],[0,0]],[[0,0],[0,0]]]

array([[0, 0],

[0, 0]])

在本例中，我们反复获取相同的元素a[0,0,0]，但是numpy返回的数组与我们传入的相同。在

好吧，谈谈你的问题。您需要的是用index数组中的数字沿最后一个轴索引数组。因此，对于问题中的示例，您希望[[a[0,0],a[0,1],a[0,2],a[0,4],a[0,3]],a[1,0],a[1,1],...

您的索引数组是多维的，正如我前面所说的，这并没有告诉numpy您要从哪里提取这些索引；它只是指定了输出数组的形状。因此，在您的示例中，您需要告诉numpy，前5个值将从a[0]中提取，后5个值将从a[1]中提取。容易的！在>>> a[[[0]*5,[1]*5],index]

它在N维中变得很复杂，但是让我们对我上面定义的三维数组a来做。假设我们有以下索引数组：>>> i = np.array(range(4)[::-1]*6).reshape(a.shape)

>>> i

array([[[3, 2, 1, 0],

[3, 2, 1, 0],

[3, 2, 1, 0]],

[[3, 2, 1, 0],

[3, 2, 1, 0],

[3, 2, 1, 0]]])

所以，这些值都是沿着最后一个轴的指数。我们需要告诉numpy这些数字将从第一和第二轴的索引中提取；也就是说，我们需要告诉numpy第一个轴的索引是：i1 = [[[0, 0, 0, 0],

[0, 0, 0, 0],

[0, 0, 0, 0]],

[[1, 1, 1, 1],

[1, 1, 1, 1],

[1, 1, 1, 1]]]

第二轴的指数为：i2 = [[[0, 0, 0, 0],

[1, 1, 1, 1],

[2, 2, 2, 2]],

[[0, 0, 0, 0],

[1, 1, 1, 1],

[2, 2, 2, 2]]]

然后我们就可以：>>> a[i1,i2,i]

array([[[ 3, 2, 1, 0],

[ 7, 6, 5, 4],

[11, 10, 9, 8]],

[[15, 14, 13, 12],

[19, 18, 17, 16],

[23, 22, 21, 20]]])

生成i1和{}的便捷numpy函数称为np.mgrid。我在我的答案中使用了np.ogrid，这在本例中是等价的，因为我前面谈到了numpy魔术。在

希望有帮助！在