python - Numpy 2D 数组沿特定轴由其他 2D 索引

Question

我有一个二维数组:

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

我找到按列排序的索引以生成另一个二维数组:

>>> col_sort = np.argsort(in_arr, axis=1)
array([[0, 1],
       [1, 0]])

我想知道有效的 numpy 切片以第二个索引第一个切片:

>>> redordered_in_arr = np.*SOME_SLICE_METHOD*(in_arr, col_sort, axis=1)
array([[1, 2],
       [3, 4]])

目的是按列对数组执行(更复杂的)函数，例如:

>>> arr_with_function = reordered_in_arr ** np.array([1,2])
array([[1, 4],
       [3, 16]])

并将元素返回到数组中的原始位置

>>> return_order = np.argsort(col_sort, axis=1)
>>> redordered_in_arr = np.*SOME_SLICE_METHOD*(arr_with_function, return_order, axis=1)
array([[1, 4],
       [16, 3]]) 

好吧，在我输入时考虑一下，我可能只使用 apply_over_axis，但我仍然想知道如何有效地执行上述操作，以防以后它有值(value)。

Answer 1

如果您想就地执行所有这些操作，则不需要 argsort()。 Numpy 在这种情况下支持就地操作:

In [12]: in_arr = np.array([[1,2],[4,3]])

In [13]: in_arr.sort(axis=1)

In [14]: in_arr **= [1, 2]

In [15]: in_arr
Out[15]: 
array([[ 1,  4],
       [ 3, 16]])

但是如果您需要已排序项目的索引，您可以通过简单的索引获得预期的结果。

In [18]: in_arr[np.arange(2)[:,None], col_sort]
Out[18]: 
array([[1, 2],
       [3, 4]])