使用Python / NumPy排列数组中的项目
我有一个数组的数组，我想创build另一个数组，代表第一个数组中的每个项目的排名。 我正在使用Python和NumPy。
例如：
array = [4,2,7,1] ranks = [2,1,3,0] 这是我想到的最好的方法：
array = numpy.array([4,2,7,1]) temp = array.argsort() ranks = numpy.arange(len(array))[temp.argsort()]
有没有更好/更快的方法避免sorting两次？
最后一步在左侧使用切片：
array = numpy.array([4,2,7,1]) temp = array.argsort() ranks = numpy.empty(len(array), int) ranks[temp] = numpy.arange(len(array))
使用argsort两次，先获取数组的顺序，然后获取排名：
array = numpy.array([4,2,7,1]) order = array.argsort() ranks = order.argsort()
处理2D（或更高维）数组时，请确保将轴parameter passing给argsort以便在正确的轴上sorting。
这个问题已经有几年了，接受的答案很好，但是我认为以下几点还是值得一提的。 如果你不介意对scipy的依赖，你可以使用scipy.stats.rankdata ：
In [22]: from scipy.stats import rankdata In [23]: a = [4, 2, 7, 1] In [24]: rankdata(a) Out[24]: array([ 3., 2., 4., 1.]) In [25]: (rankdata(a) - 1).astype(int) Out[25]: array([2, 1, 3, 0])
rankdata一个很好的特性是method参数提供了几个处理关系的选项。 例如，在b有三次出现20次和两次出现40次：
In [26]: b = [40, 20, 70, 10, 20, 50, 30, 40, 20]
默认分配平均排名绑定值：
In [27]: rankdata(b) Out[27]: array([ 6.5, 3. , 9. , 1. , 3. , 8. , 5. , 6.5, 3. ])
method='ordinal'分配连续的等级：
In [28]: rankdata(b, method='ordinal') Out[28]: array([ 6., 2., 9., 1., 3., 8., 5., 7., 4.])
method='min'将绑定值的最小等级分配给所有绑定值：
In [29]: rankdata(b, method='min') Out[29]: array([ 6., 2., 9., 1., 2., 8., 5., 6., 2.])
请参阅文档string以获取更多选项。
我试图扩展超过一维的数组A的解决scheme，假设你逐行处理数组（axis = 1）。
我用行上的循环扩展了第一个代码; 大概它可以改进
temp = A.argsort(axis=1) rank = np.empty_like(temp) rangeA = np.arange(temp.shape[1]) for iRow in xrange(temp.shape[0]): rank[iRow, temp[iRow,:]] = rangeA
第二个跟随k.rooijers的build议变成：
temp = A.argsort(axis=1) rank = temp.argsort(axis=1)
我随机生成400个形状（1000,100）的arrays; 第一个代码约7.5，第二个3.8。
对于平均排名的vector化版本，请参见下文。 我喜欢np.unique，它真的扩大了代码可以和不能有效vector化的范围。 除了避免python for循环，这种方法也避免了隐含的双循环“a”。
import numpy as np a = np.array( [4,1,6,8,4,1,6]) a = np.array([4,2,7,2,1]) rank = a.argsort().argsort() unique, inverse = np.unique(a, return_inverse = True) unique_rank_sum = np.zeros_like(unique) np.add.at(unique_rank_sum, inverse, rank) unique_count = np.zeros_like(unique) np.add.at(unique_count, inverse, 1) unique_rank_mean = unique_rank_sum.astype(np.float) / unique_count rank_mean = unique_rank_mean[inverse] print rank_mean
使用argsort（）两次将做到这一点：
>>> array = [4,2,7,1] >>> ranks = numpy.array(array).argsort().argsort() >>> ranks array([2, 1, 3, 0])
我尝试了上面的方法，但是失败了，因为我有很多zeores。 是的，即使是花车，重复的项目也许是重要的。
所以我写了一个修改的一维解决scheme，通过添加一个检查步骤：
def ranks (v): import numpy as np t = np.argsort(v) r = np.empty(len(v),int) r[t] = np.arange(len(v)) for i in xrange(1, len(r)): if v[t[i]] <= v[t[i-1]]: r[t[i]] = r[t[i-1]] return r # test it print sorted(zip(ranks(v), v))
我相信它是一样高效的。
我喜欢k.rooijers的方法，但正如rcoup写的，重复的数字按照排列的位置排列。 这对我来说并不好，所以我修改了版本来后处理行列，并将所有重复的数字合并成一个平均等级：
import numpy as np a = np.array([4,2,7,2,1]) r = np.array(a.argsort().argsort(), dtype=float) f = a==a for i in xrange(len(a)): if not f[i]: continue s = a == a[i] ls = np.sum(s) if ls > 1: tr = np.sum(r[s]) r[s] = float(tr)/ls f[s] = False print r # array([ 3. , 1.5, 4. , 1.5, 0. ])
我希望这也可以帮助别人，我试图find另一种解决scheme，但找不到任何…
