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)。
最佳答案
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]])
关于python - Numpy 2D 数组沿特定轴由其他 2D 索引,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/50129198/