Python Numpy argsort奇怪索引

第一个输出是正确的。但不知何故，

argsort

为第二个数组提供了错误的输出：

>>> np.argsort(np.array([ 0.62678927,  0.36816272,  0.31044763,  0.44873312,  0.3101446 ]))
array([4, 2, 1, 3, 0])

>>> np.argsort(np.array([ 0.36816272,  0.62678927,  0.13509969,  0.54590815,  0.13493432]))
array([4, 2, 0, 3, 1])

在花了2个小时之后，我确信这个问题要么太琐碎，要么太技术化。

---

我使用的是Anaconda虚拟环境，并用numpy 1.11.3和1.10.4对其进行了测试。看起来您的印象是

np.argsort（x）

返回一个数组，使得

np.argsort（x）[I]

是

x[I]

按排序顺序排列的地方。这不是它的工作原理

np.argsort（x）

返回一个数组，使得

x[np.argsort（x）[i]]

按排序顺序进入位置

i

。这就产生了

x[np.argsort(x)]

相当于

np.sort(x)

---

这恰好产生了与第一个数组预期的行为相同的结果，但第二个数组却没有。

到底是什么问题？输出正确，为0.13493432<0.13509969<0.36816272<0.54590815<0.62678927。但结果似乎正确，您期望得到什么？感谢您的回答。但是我希望第二个命令返回

[2,4,1,3,0]

。由于0.6是最大值，因此它应该有一个与之关联的数字

4

。我遗漏了什么？但这将是数组排序后的索引，但

argsort

返回“将对数组排序的索引”（来源：）还要注意，您的预期结果与作为排列的

np.argsort

的输出正好相反；也就是说，您可以通过

s=np.argsort（a）

，

s\u inv=np.empty（5）

，

s\u inv[s]=np.arange（5）

获得预期结果。因此，非常不幸的是，在第一个例子中，

s[s]

恰好是

np.arange（5）

。