我有两个列表,x和y,我想要排序x并通过x排序的排列来置换y。 例如,给定
x = [4, 2, 1, 3]
y = [40, 200, 1, 30]
我想要
x_sorted = [1,2,3,4]
y_sorted = [1, 200, 30, 40]
正如过去的问题所讨论的,解决这个问题的一个简单方法是
x_sorted, y_sorted = zip(*sorted(zip(x,y)))
以下是我的问题:最快的方法是什么?
我有三种方法可以完成这项任务。
import numpy as np
x = np.random.random(1000)
y = np.random.random(1000)
方法1:
x_sorted, y_sorted = zip(*sorted(zip(x,y))) #1.08 ms
方法2:
foo = zip(x,y)
foo.sort()
zip(*foo) #1.05 ms
方法3;
ind = range(1000)
ind.sort(key=lambda i:x[i])
x_sorted = [x[i] for i in ind]
y_sorted = [y[i] for i in ind] #934us
是否有更好的方法,比上述三种方法执行得更快?
其他问题。
我有
%timeit foo = zip(x,y) #1000 loops, best of 3: 220 us per loop
%timeit foo.sort() #10000 loops, best of 3: 78.9 us per loop
%timeit zip(*foo) #10000 loops, best of 3: 73.8 us per loop
答案 0 :(得分:7)
>>> import numpy as np
>>> x = np.array([4,2,1,3])
>>> y = np.array([40,200,1,30])
>>> order = np.argsort(x)
>>> x_sorted = x[order]
>>> y_sorted = y[order]
>>> x_sorted
array([1, 2, 3, 4])
>>> y_sorted
array([ 1, 200, 30, 40])
>>> timeit('order = np.argsort(x); x_sorted = x[order]; y_sorted = y[order]', 'from __main__ import x, y, np', number=1000)
0.030632019043
注意强>
如果输入数据已经是numpy数组,这是有意义的。
答案 1 :(得分:4)
>>> x = [4, 2, 1, 3]
>>> y = [40, 200, 1, 30]
>>> x_sorted, y_sorted = zip(*sorted(zip(x, y), key=lambda a:a[0]))
>>> x_sorted
(1, 2, 3, 4)
>>> y_sorted
(1, 200, 30, 40)
性能:
>>> timeit('foo = zip(x,y); foo.sort(); zip(*foo)', 'from __main__ import x, y', number=1000)
1.0197240443760691
>>> timeit('zip(*sorted(zip(x,y)))', 'from __main__ import x, y', number=1000)
1.0106219310922597
>>> timeit('ind = range(1000); ind.sort(key=lambda i:x[i]); x_sorted = [x[i] for i in ind]; y_sorteds = [y[i] for i in ind]', 'from __main__ import x, y', number=1000)
0.9043525504607857
>>> timeit('zip(*sorted(zip(x, y), key=lambda a:a[0]))', 'from __main__ import x, y', number=1000)
0.8288150863453723
要查看完整图片:
>>> timeit('sorted(x)', 'from __main__ import x, y', number=1000)
0.40415491505723367 # just getting sorted list from x
>>> timeit('x.sort()', 'from __main__ import x, y', number=1000)
0.008009909448446706 # sort x inplace
@falsetru方法 - np.arrays最快
>>> timeit('order = np.argsort(x); x_sorted = x[order]; y_sorted = y[order]', 'from __main__ import x, y, np', number=1000)
0.05441799872323827
正如@AshwiniChaudhary在评论中建议的那样列表,有一种方法可以使用itertools.izip
代替zip
来加快速度:
>>> timeit('zip(*sorted(izip(x, y), key=itemgetter(0)))', 'from __main__ import x, y;from operator import itemgetter;from itertools import izip', number=1000)
0.4265049757161705
答案 2 :(得分:4)
你没有正确计时
%timeit foo.sort()
在第一个循环之后,它已经为剩余部分排序了。 Timsort对预先排序的列表非常有效。
我有点惊讶@ Roman使用关键功能的速度要快得多。您可以使用itemgetter
from operator import itemgetter
ig0 = itemgetter(0)
zip(*sorted(zip(x, y), key=ig0))
这比使用lambda函数对1000个元素的列表快<9%