python数组排序和索引

假设您有一个三维阵列：

arr = np.zeros((9,9,9))
a[2:7,2:7,2:7] = np.random.randint(5, size=(5,5,5))

如何对该数组中出现的所有值进行排序（而不是像np.sort那样沿轴排序）并显示这些值的所有索引

输出应该类似于：

0 at [0,0,0], [0,1,0], [0,2,1], ...etc.
1 at [5,5,5], [5,7,6], ...etc
2 at [4,5,5], ...etc
3 at ...etc

and so on

这或多或少会给你带来你想要的结果；这里的精髓在于分解指数。如果您坚持以按数组值分组的方式获取结果，您可以在stackoverflow中搜索numpy中的分组。

这会起作用（但效率不高）：

---

获取分组值的一个非常简单的方法是

defaultdict

：

from collections import defaultdict

grouped = defaultdict(list)
for position, v in np.ndenumerate(arr):
    grouped[v].append(position)

for v, positions in grouped.items():
    print('{0} is at {1}'.format(v, positions))

---

你自己试过什么吗？什么有效，什么无效？我尝试在所有元素上循环，将它们的值和索引放入一个列表，并按值对列表进行排序。但这并不是很有效（我的数据集大约有300x300x300个数组），所以我认为这不值得一提。defaultdict最终是否足够有效？不太有效，我将尝试Eelco的np.unravel_索引方法，看看是否可以绕过分组。。。

arr = np.zeros((9,9,9))
arr[2:7,2:7,2:7] = np.random.randint(5, size=(5,5,5))

arr = arr.flatten () # Flatten the array, arr is now a (9 * 9 * 9) vector
arr.sort ()          # Sort the now 1-d array
arr.reshape ((9, 9, 9)) # Reshape it

for i in range(0, 5):
    id = np.array(np.where (arr == i)).T
    print('{} at {}'.format(i, ', '.join(map(str, c))))

from collections import defaultdict

grouped = defaultdict(list)
for position, v in np.ndenumerate(arr):
    grouped[v].append(position)

for v, positions in grouped.items():
    print('{0} is at {1}'.format(v, positions))