Numpy argsort – 它在做什么?

为什么numpy给出这个结果:

x = numpy.array([1.48,1.41,0.0,0.1]) print x.argsort() >[2 3 1 0] 

当我期望它做到这一点时:

[3 2 0 1]

显然我对这个function的理解是缺乏的。

根据文件

返回将sorting数组的索引。

  • 20.0的指数。
  • 30.1的指数。
  • 11.41的指数。
  • 01.48的指数。

[2, 3, 1, 0]指示最小的元素在索引2处,在索引3处接下来最小,然后是索引1,然后是索引0。

有很多方法可以得到您要查找的结果:

 import numpy as np import scipy.stats as stats def using_indexed_assignment(x): "https://stackoverflow.com/a/5284703/190597 (Sven Marnach)" result = np.empty(len(x), dtype=int) temp = x.argsort() result[temp] = np.arange(len(x)) return result def using_rankdata(x): return stats.rankdata(x)-1 def using_argsort_twice(x): "https://stackoverflow.com/a/6266510/190597 (k.rooijers)" return np.argsort(np.argsort(x)) def using_digitize(x): unique_vals, index = np.unique(x, return_inverse=True) return np.digitize(x, bins=unique_vals) - 1 

例如,

 In [72]: x = np.array([1.48,1.41,0.0,0.1]) In [73]: using_indexed_assignment(x) Out[73]: array([3, 2, 0, 1]) 

这检查他们都产生相同的结果:

 x = np.random.random(10**5) expected = using_indexed_assignment(x) for func in (using_argsort_twice, using_digitize, using_rankdata): assert np.allclose(expected, func(x)) 

这些IPython %timeit基准testing表明,对于大型数组using_indexed_assignment是最快的:

 In [50]: x = np.random.random(10**5) In [66]: %timeit using_indexed_assignment(x) 100 loops, best of 3: 9.32 ms per loop In [70]: %timeit using_rankdata(x) 100 loops, best of 3: 10.6 ms per loop In [56]: %timeit using_argsort_twice(x) 100 loops, best of 3: 16.2 ms per loop In [59]: %timeit using_digitize(x) 10 loops, best of 3: 27 ms per loop 

对于小型数组, using_argsort_twice可能会更快:

 In [78]: x = np.random.random(10**2) In [81]: %timeit using_argsort_twice(x) 100000 loops, best of 3: 3.45 µs per loop In [79]: %timeit using_indexed_assignment(x) 100000 loops, best of 3: 4.78 µs per loop In [80]: %timeit using_rankdata(x) 100000 loops, best of 3: 19 µs per loop In [82]: %timeit using_digitize(x) 10000 loops, best of 3: 26.2 µs per loop 

还要注意的是, stats.rankdata让你更好地控制如何处理同等价值的元素。

正如文件所述 , argsort

返回将sorting数组的索引。

这意味着argsort的第一个元素是应该首先sorting的元素的索引,第二个元素是第二个元素的索引等等。

你似乎想要的是价值的排名顺序,这是由scipy.stats.rankdata提供的。 请注意,如果队伍中存在联系,则需要考虑会发生什么情况。

首先,它是有序的arrays。 然后用数组的初始索引生成一个数组。

只是想直接对比OP的原始理解和代码的实际实现。

numpy.argsort是这样定义的

 x[x.argsort()] == numpy.sort(x) # this will be an array of True's 

OP本来认为是这样定义的

 x == numpy.sort(x)[x.argsort()] # this will not be True