Python numpy.search使用二维数组排序

我有一个numpy数组，其中每行中的值总是被排序并单调递增：

a = np.array([[1, 2, 3, 4, 8],
       [2, 5, 6, 7, 8],
       [5, 7, 11, 12, 13]])

我想为每一行搜索以下值（未排序或单调）：

b = np.array([4.5, 2.3, 11.6])

所以我得到了一个答案：

[4, 1, 3]

但是，searchsorted不支持这一点（它感觉需要一个

axis

关键字）

对于非常大的阵列，有没有一种有效的方法可以做到这一点？显然，使用

for

循环，我可以像这样索引数组

a

和

b

：

for i in np.arange(np.alen(a)):
     print a[i].searchsorted(b[i])

但是当

a

较大时，这会很慢

---

在numpy中是否有更有效的方法执行此操作？

您可以在ravel/Flatten数组上搜索排序：

In [11]: np.searchsorted(a.ravel(), b)
Out[11]: array([3, 6])

然后，您可以对结果使用divmod（获取行和列）：

---

这就要求每一行的值都比前一行的值大，这是OP的例子，但对于一般数组来说似乎是一个很好的条件。@Andy-这是问题中例子的一个优雅的解决方案，但正如Jamie所说，它不适用于b不是单调递增的情况。我已经更新了这个问题，使它更清楚。谢谢。@KernowBunney啊，好吧，这样做更有效，但类似于

np.diag（np.apply_沿_轴（np.searchsorted，1，a，b））

。对于for循环的性能来说，使用cython是一个简单的选择。@Andy Hayden-谢谢你-沿着轴应用，至少比Python循环更简洁/简洁。我会调查Cython的。干杯@而且，海登，沿轴应用是伟大的！为什么这个问题的分数是负数？

In [12]: divmod(np.searchsorted(a.ravel(), b), a.shape[1])
Out[12]: (array([0, 1]), array([3, 1]))