我需要根据第一个子数组中的值尽快对多维数组进行排序(该行被应用了数百万次)。
下面是我原来的路线,以及我尝试改善其性能的尝试,但没有成功。据我所知,我的 numpy 方法仅对第一个子数组进行正确排序,其余子数组均不排序。
我做错了什么以及如何提高排序的性能?
import numpy as np
# Generate some random data.
# I receive the actual data as a list, hence the .tolist()
aa = np.random.rand(10, 2000).tolist()
# This is the original line I need to process faster.
b1 = zip(*sorted(zip(*aa), key=lambda x: x[0]))
# This is my attempt at improving the above line's performance
b2 = np.sort(np.asarray(aa).T, axis=0).T
# Check if all sub-arrays are equal
for a, b in zip(*[b1, b2]):
print(np.array_equal(a, b))
最佳答案
对于lambdas
还是个新手,但是从我从你的代码中了解到的一点点来看 - 它似乎在你的 lambda
中方法,您正在使用x[0]
获取排序键,然后使用它们从 aa
中的每个元素中提取值。用 NumPy 术语来说,这意味着获取数组版本中第一行的排序索引,然后索引到每一行(因为 aa
的每个元素成为数组 a
的每一行)。这基本上就是列索引。另外,似乎sorted
保持相同元素的顺序。所以,我们需要使用argsort(kind='mergesort')
.
因此,我们可以简单地做 -
a[:, a[0].argsort(kind='mergesort')] # a = np.array(aa)
在您的 NumPy 代码中,您没有执行任何此类操作,因此没有给出正确的结果。
关于python - 多维数组快速排序,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45961210/