Question

所以我有一个尺寸为（8760,12）的numpy数组A。基本上所有的时间都是12年。我需要对阵列中每年的每个月（730小时）进行排序。我还没有找到在数组内部进行任何处理的方法。因此，我的解决方案是每个月取出一次，对其进行排序，然后再次创建整个2d数组。我当时正在考虑按照下面的方法做一些事情，但是那没有用。

total=np.zeroes([8760,12])
for j in range(1,12):
    for i in range (1,12):
        #here i take out every month of every year
        month=A[730*(i-1):-730*(12-i),(j-1):-(12-j)]
        #here I sort the data
        month_sorted=np.sort(month,axis=0,kind='quicksort')
        #here I try to add the sorted months back into 1 big array
        np.concatenate(total,month_sorted,axis=0)
    np.concatenate(total,month_sorted,axis=1)

串联不适用于大小不同的数组。

我真的没有办法将第2年的月份放在数组的第2行中。我猜应该用索引idx或iloc或类似的东西来完成。

编辑：我的值是整数。

结果应该是每行每730（一个小时）的值从低到高排序。想象一下，我将需要3年而不是12和9个小时，而不是8760个小时，而这必须是每3个小时而不是730个小时进行排序。数组如下所示：

[[30,40,10,20,50,60,80,200,100]
[8,20,5,6,8,1,5,3,2]
[520,840,600,525,430,20,1,506,703]]

并且应转换为：

[[10,30,40,20,50,60,80,100,200]
[5,8,20,1,6,8,2,3,5]
[520,600,840,20,430,525,1,506,703]]

因此，我当前的代码取出第一部分30,40,10并将其排序为10,30,40。但是我无法解决的部分是如何从2个循环中的所有较小数组中再次创建大型数组。

Answer 1

如果先创建空数组，则可以使用python索引和赋值来代替串联。

A = np.random.randint(0,99,(8760,12))
total=np.zeros([8760,12])
for j in range(12):
    for i in range (12):
        total[730*i:730*(i+1),j] = np.sort(A[730*i:730*(i+1),j])

如果您希望同一件事从无数组开始并且使用类似串联的函数，我会这样做

total2=None
for j in range(12):
    app1 = None
    for i in range (12):
        app = np.sort(A[730*i:730*(i+1),j])
        if app1 is None:
            app1 = app
        else:
            app1 = np.hstack((app1,app))
    if total2 is None:
        total2 = app1
    else:
        total2 = np.vstack((total2,app1))
total2 = np.transpose(total2)

编辑以回答评论（如何将相同的排序应用于不同的数组）

bs = 3
B2 = np.empty(B.shape)
for j in range(A.shape[1]):
    for i in range(int(A.shape[0]/bs)):
        A2_order = np.argsort(A[bs * i : bs * (i + 1), j])
        B2[bs * i : bs * (i + 1),j] = B[A2_order+i*bs,j]

Answer 2

您可以避免一起循环。

首先对数组进行转置和整形，以使数组索引从粗略变为精细（年->月->小时）。

A = np.transpose(A)
A = np.reshape(A, [12, 12, 730])

现在您可以将一个月的所有时间选择为A[year, month]

为方便起见，np.sort函数默认沿数组的最后一个轴排序，因此您可以调用

A = np.sort(A)

，现在将对A[year, month]个条目的每个列表进行排序。

排序2D numpy数组的部分

2 个答案: