Python numpy.searchsorted包含多个源

假设我有两个数组

a = [0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6]
b = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1]

如您所见，当将

a

和

b

视为超级数组的列时，上述数组将被排序

现在，我想对这个数组进行搜索排序。例如，如果我搜索（3，7）（a=3和b=7），我应该得到6

每当

a

中存在重复值时，应继续搜索

b

中的值

有内置的numpy方法吗？或者，假设我的数组中有一百万个条目，那么什么是最有效的方法呢

我尝试使用numpy.recarray，创建一个带有

a

和

b

的recarray，并尝试在其中搜索，但出现以下错误

TypeError: expected a readable buffer object

---

非常感谢您的帮助。

您可以使用重复的

搜索从左到右排序：

left, right = np.searchsorted(a, 3, side='left'), np.searchsorted(a, 3, side='right')
index = left + np.searchsorted(b[left:right], 7)

n阵列扩展：

import numpy as np

def searchsorted_multi(*args):
    v = args[-1]
    if len(v) != len(args[:-1]):
        raise ValueError
    l, r = 0, len(args[0])
    ind = 0
    for vi, ai in zip(v, args[:-1]):
        l, r = [np.searchsorted(ai[l:r], vi, side) for side in ('left', 'right')]
        ind += l
    return ind

if __name__ == "__main__":
    a = [0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6]
    b = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1]
    c = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 2]

    assert(searchsorted_multi(a, b, (3, 7)) == 6)
    assert(searchsorted_multi(a, b, (3, 0)) == 5)
    assert(searchsorted_multi(a, b, c, (6, 1, 2)) == 12)

下面是一个有趣的方法（尽管它不是最有效的方法，因为我相信它是O（n）而不是O（log（n）），正如ecatmur的答案一样；但是，它更紧凑）：

例如：

>>> a = np.array([0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6])
>>> b = np.array([1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1])
>>> np.searchsorted(a + 1j*b, 4 + 1j*8)
9

你快到了。这只是因为
numpy.record
（考虑到您收到的错误消息，我假设您使用的是
numpy.record）并不是您真正想要的；只需创建一个单项记录数组：

>>> a_b = numpy.rec.fromarrays((a, b))
>>> a_b
rec.array([(0, 1), (0, 2), (1, 1), (1, 2), (2, 1), (3, 4), (3, 7), (3, 9),
       (4, 4), (4, 8), (5, 1), (6, 1)], 
      dtype=[('f0', '<i8'), ('f1', '<i8')])
>>> numpy.searchsorted(a_b, numpy.array((3, 7), dtype=a_b.dtype))
6

对记录数组进行排序：

>>> a_b = numpy.rec.fromarrays((a, b))
>>> a_b[a_b.argsort()]
rec.array([(0, 1), (0, 2), (1, 1), (1, 2), (2, 1), (3, 4), (3, 7), (3, 9),
       (4, 4), (4, 8), (5, 1), (6, 1)], 
      dtype=[('f0', '<i8'), ('f1', '<i8')])
>>> a_b.sort()
>>> a_b
rec.array([(0, 1), (0, 2), (1, 1), (1, 2), (2, 1), (3, 4), (3, 7), (3, 9),
       (4, 4), (4, 8), (5, 1), (6, 1)], 
      dtype=[('f0', '<i8'), ('f1', '<i8')])

>>a_b=numpy.rec.fromarrays（（a，b））
>>>a_b[a_b.argsort（）]
记录数组（[（0,1），（0,2），（1,1），（1,2），（2,1），（3,4），（3,7），（3,9），
(4, 4), (4, 8), (5, 1), (6, 1)], 
dtype=[（'f0'，'或不带numpy:

>>> import bisect
>>> a = [0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6]
>>> b = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1]
>>> bisect.bisect_left(zip(a,b), (3,7))
6

这对我很有用：

>>> a = [0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6]
>>> b = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1]
>>> Z = numpy.array(zip(a, b), dtype=[('a','int'), ('b','int')])
>>> Z.searchsorted(numpy.asarray((3,7), dtype=Z.dtype))
6

我认为诀窍可能是确保searchsorted的参数具有与数组相同的数据类型。当我尝试
Z.searchsorted（（3，7））
时，我得到一个segfault。
如果
b
中不存在
7
，则失败。事实上，我的答案被另一个受您启发的版本所取代：）b没有排序，实际上我要发布相同的..（我更喜欢使用命名参数来表示它在imo
side='right'
中读起来更好的那一面）非常好。但是如果我有更多的列，这个解决方案将无法扩展。我的意思是，对python解释器senderly的更多工作刚刚给出了我想要的解决方案。太好了！我错过了。谢谢！
>>> import bisect
>>> a = [0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6]
>>> b = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1]
>>> bisect.bisect_left(zip(a,b), (3,7))
6

>>> a = [0, 0, 1, 1, 2, 3, 3, 3, 4, 4, 5, 6]
>>> b = [1, 2, 1, 2, 1, 4, 7, 9, 4, 8, 1, 1]
>>> Z = numpy.array(zip(a, b), dtype=[('a','int'), ('b','int')])
>>> Z.searchsorted(numpy.asarray((3,7), dtype=Z.dtype))
6