使用numpy.argsort（）会给出错误的数组索引

我是numpy的新手，所以我可能错过了一些令人讨厌的东西

下面的小

argsort（）

测试脚本给出了奇怪的结果。有什么方向吗

import numpy as np

a = np.array([[3, 5, 6, 4, 1] , [2, 7 ,4 ,1 , 2] , [8, 6, 7, 2, 1]])
print a
print a.argsort(axis=0)
print a.argsort(axis=1)

输出：

[[3 5 6 4 1]
 [2 7 4 1 2]
 [8 6 7 2 1]]
[[1 0 1 1 0]   # bad 4th & 5th columns ?
 [0 2 0 2 2]
 [2 1 2 0 1]]
[[4 0 3 1 2]   # what's going on here ?
 [3 0 4 2 1]
 [4 3 1 2 0]]

---

正如其他人指出的那样，此方法工作正常，因此为了提供答案，这里将解释

.argsort（）

的工作原理

a.argsort

返回将沿指定轴对数组进行排序的索引（不是值）

在你的例子中

a = np.array([[3, 5, 6, 4, 1] , [2, 7 ,4 ,1 , 2] , [8, 6, 7, 2, 1]])
print a
print a.argsort(axis=0)

返回

[[3 5 6 4 1]
 [2 7 4 1 2]
 [8 6 7 2 1]]
[[1 0 1 1 0]
 [0 2 0 2 2]
 [2 1 2 0 1]]

因为一直

[[3 ...
[2 ...
[8 ...

2

是最小的值。因此，当前索引2（即

0

）在

argsort（）

返回的矩阵中沿该轴占据第一个位置。第二个最小值是索引

0

处的

3

，因此返回矩阵中沿该轴的第二个位置将是

0

。最后，最大的元素是

2

，它出现在沿0轴的索引

2

处，因此返回矩阵的最后一个元素将是

2

。因此：

[[1 ...
[0 ...
[2 ...

沿轴0的其他4个序列重复相同的过程：

 [[...5 ...]                     [[...0 ...]
 [...7 ...]    becomes ---->     [... 2 ...]
 [...6 ...]]                     [... 1 ...]]

 [[...6 ...]                     [[...1 ...]
 [...4 ...]    becomes ---->     [... 0 ...]
 [...7 ...]]                     [... 2 ...]]

 [[...4 ...]                     [[...1 ...]
 [...1 ...]    becomes ---->     [... 2 ...]
 [...2 ...]]                     [... 0 ...]]

 [[...1]                     [[...0]
 [...2]    becomes ---->     [... 2]
 [...1]]                     [... 1]]

将轴从0更改为1，将导致沿第1轴的顺序应用相同的过程：

[[3 5 6 4 1  becomes ----> [[4 0 3 1 2

同样，因为最小的元素是

1

，它位于索引

4

，然后

3

位于索引

0

，然后

4

位于索引

3

，

5

位于索引

1

，最后

6

在索引

2

处最大

如前所述，此过程在每个

[2 7 4 1 2]     ---->   [3 0 4 2 1]
[8 6 7 2 1]     ---->   [4 3 1 2 0]

给予

[[4 0 3 1 2]  
[3 0 4 2 1]
[4 3 1 2 0]]

---

那些

“糟糕的第四列和第五列”

？@eyalasko结果是正确的换句话说-你期望的是什么以及为什么？正如

np.argsort

上的文档所述：

“返回将对数组排序的索引。”

。因此，

argsort

为我们提供了索引，当索引到输入中时，这些索引将为我们提供已排序的版本。由于numpy.argsort（）函数显然是正确的，并且已经工作了几年，所以问题更多的是解释。现在看来，你对结果的解释不同，因此认为它是错误的。然而，为了在这里帮助您，我们需要知道您会期望什么（请在问题中加入您的评论！）以及为什么您会期望这样。