python数组按行范数排序_按维数上的范数对多维NumPy数组排序

您可以使用^{}-a[np.arange(a.shape[0])[:,None], sortidxs]

样本运行-

^{pr2}$

进一步提高性能

我们可以用^{}-sortidxs = np.einsum('ijk,ijk->ij',a,a).argsort()

让我们计时并验证这个想法-In [94]: a = np.random.randint(0,9,(20,30,40))

In [95]: %timeit np.argsort(np.linalg.norm(a, axis=-1))

10000 loops, best of 3: 63.5 µs per loop

In [96]: %timeit np.einsum('ijk,ijk->ij',a,a).argsort()

10000 loops, best of 3: 19.7 µs per loop

In [97]: a = np.random.randint(0,9,(200,300,400))

In [98]: %timeit np.argsort(np.linalg.norm(a, axis=-1))

10 loops, best of 3: 88.6 ms per loop

In [99]: %timeit np.einsum('ijk,ijk->ij',a,a).argsort()

10 loops, best of 3: 22.6 ms per loop

高维数组

对于a是4D数组的附加情况，我们需要使用更多的数组来索引。在

1]对于第一个轴：在末尾使用np.arange(a.shape[0])和两个新轴。在

2]对于第二个轴：在末尾使用np.arange(a