Python 基于两个numpy数组获取排序索引的最有效方法

仅考虑来自另一个numpy数组（val）的某些索引，如何获得numpy数组（distance）的排序索引

例如，考虑两个NUMPY数组VALL和以下的距离：

val = np.array([[10, 0,  0,  0,  0],
                [0,  0,  10, 0,  10],
                [0,  10, 10, 0,  0],
                [0,  0,  0,  10, 0],
                [0,  0,  0,  0,  0]])


distance = np.array([[4, 3, 2, 3, 4],
                     [3, 2, 1, 2, 3],
                     [2, 1, 0, 1, 2],
                     [3, 2, 1, 2, 3],
                     [4, 3, 2, 3, 4]])

val==10的距离是4,1,3,1,0,2。我希望将它们排序为0、1、1、2、3、4，并从距离数组返回相应的索引

返回类似于：

(array([2, 1, 2, 3, 1, 0], dtype=int64), array([2, 2, 1, 3, 4, 0], dtype=int64))

或：

因为第二个和第三个元素都有距离“1”，所以我猜索引可以互换

---

尝试使用

np.where、np.argsort、np.argpartition、np.undravel_index的组合，但似乎无法正确使用
这里有一种方法可以使用
屏蔽-

In [20]: mask = val==10

In [21]: np.argwhere(mask)[distance[mask].argsort()]
Out[21]: 
array([[2, 2],
       [1, 2],
       [2, 1],
       [3, 3],
       [1, 4],
       [0, 0]])

那么最终的预期结果是什么？Divakar，我更新了问题。Yakym，它只返回距离（其值），而不返回索引
In [20]: mask = val==10

In [21]: np.argwhere(mask)[distance[mask].argsort()]
Out[21]: 
array([[2, 2],
       [1, 2],
       [2, 1],
       [3, 3],
       [1, 4],
       [0, 0]])