根据排序值匹配两个数组的元素（Python）

我有点受不了这一点，尝试了一些这里提到的东西，但没有帮助。基本上，我有以下阵列：

returns = np.array([0.01, 0.2, 0.05, -0.01, 0.3, -0.5])
weights = np.array([0.3, 0.25, 0.2, 0.15, 0.1, 0])

其想法是创建动态权重，其中最高权重与最高回报相匹配。我试着根据彼此对两个数组（或列表）进行排序，但没有帮助（如本文所述），因为这实际上取决于权重初始化

所需的输出是（权重根据最大/最小值和返回数组值之间的值改变其位置）：

---

这通常会通过一些简单的迭代一行一行地进行，但我似乎无法首先解决这个问题。单独排序然后匹配升序/降序）是不好的，因为返回数组必须取消排序。有什么想法吗？

那是个有趣的主意

看看这个：

import numpy as np
returns = np.array([0.01, 0.2, 0.05, -0.01, 0.3, -0.5])
weights = np.array([0.3, 0.25, 0.2, 0.15, 0.1, 0])

temp_dict = dict(zip(sorted(returns), sorted(weights)))

for index, el in enumerate(weights):
    weights[index] = temp_dict[returns[index]]

print(returns)
print(weights)

输出将是：

[ 0.01  0.2   0.05 -0.01  0.3  -0.5 ]
[0.15 0.25 0.2  0.1  0.3  0.  ]

---

首先，我们在“returns”中找到正确的顺序，然后将此顺序应用于排序后的“weights”。让我知道这是否有助于解决您的问题：）

这将打印所需的输出：

返回值：[0.01 0.2 0.05-0.01 0.3-0.5]

权重：[0.15 0.25 0.2 0.1 0.3 0]

---

看起来您需要使用

np.argsort

的倒数。为简单起见，它可以称为等级。因此，您可以获得

返回值的秩，如下所示：

_, ranks = np.unique(np.argsort(returns), return_index=True)
>>> ranks
array([2, 4, 3, 1, 5, 0], dtype=int64)

剩下的部分是：

>>> np.sort(weights)[ranks]
array([0.15, 0.25, 0.2 , 0.1 , 0.3 , 0.  ])

替代方法

在讨论之后，我发现逆argsort的赋值也可以通过以下方式完成：

a1 = np.argsort(returns)
a2 = np.argsort(weights)
weights[a1] = weights[a2] 
>>> weights
array([0.15, 0.25, 0.2 , 0.1 , 0.3 , 0.  ])

对不起，没有得到你想要做的。也许有一个输入示例、输出示例以及权重如何在其中发挥作用？编辑文章以提及所需的输出
>>> np.sort(weights)[ranks]
array([0.15, 0.25, 0.2 , 0.1 , 0.3 , 0.  ])

a1 = np.argsort(returns)
a2 = np.argsort(weights)
weights[a1] = weights[a2] 
>>> weights
array([0.15, 0.25, 0.2 , 0.1 , 0.3 , 0.  ])