Python 按另一个1-D数组对N-D numpy数组排序
通过对这个问题()的回答,我学会了如何根据另一个numpy数组Python 按另一个1-D数组对N-D numpy数组排序,python,arrays,sorting,numpy,Python,Arrays,Sorting,Numpy,通过对这个问题()的回答,我学会了如何根据另一个numpy数组b的值对多维numpy数组a进行排序,而无需创建太多额外的数组 但是,numpy.rec.fromarrays([a,b])仅当数组a和b具有相同的形状时才起作用。我的b数组是一维数组,但a数组是N-D数组(未指定N)。根据一维数组b的值,在特定轴中对a数组进行排序,这是一种很好的方法(也是有效的)吗 使用np.take和轴关键字参数: >>> a = np.arange(2*3*4).reshape(2, 3, 4
b
的值对多维numpy数组a
进行排序,而无需创建太多额外的数组
但是,
numpy.rec.fromarrays([a,b])
仅当数组a
和b
具有相同的形状时才起作用。我的b
数组是一维数组,但a
数组是N-D数组(未指定N)。根据一维数组b
的值,在特定轴中对a
数组进行排序,这是一种很好的方法(也是有效的)吗 使用np.take
和轴
关键字参数:
>>> a = np.arange(2*3*4).reshape(2, 3, 4)
>>> a
array([[[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11]],
[[12, 13, 14, 15],
[16, 17, 18, 19],
[20, 21, 22, 23]]])
>>> b = np.arange(3)
>>> np.random.shuffle(b)
>>> b
array([1, 0, 2])
>>> np.take(a, b, axis=1)
array([[[ 4, 5, 6, 7],
[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[16, 17, 18, 19],
[12, 13, 14, 15],
[20, 21, 22, 23]]])
如果要使用奇特的索引,只需在索引元组中填充足够的空切片:
>>> a[:, b]
array([[[ 4, 5, 6, 7],
[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[16, 17, 18, 19],
[12, 13, 14, 15],
[20, 21, 22, 23]]])
或者在更一般的情况下:
>>> axis = 1
>>> idx = (slice(None),) * axis + (b,)
>>> a[idx]
array([[[ 4, 5, 6, 7],
[ 0, 1, 2, 3],
[ 8, 9, 10, 11]],
[[16, 17, 18, 19],
[12, 13, 14, 15],
[20, 21, 22, 23]]])
但是,np.take
应该是你的第一选择