Question

我正在寻找一种有效的方法来执行以下操作：

如果我输入的是：

np.array([9,0,1,0,3,0])

我希望我的输出为：

np.array([0,3,2,3,1,3]) # 9 is the highest, so it gets rank 0
                        # 3 is the second highest, so it gets rank 1
                        # 1 is third highest, so it gets rank 2
                        # 0's are forth highest so they get rank 3

我正在尝试将以下内容应用于2D矩阵：

输入：

a = np.array([[9,0,1,0,3,0],
              [0,1,2,3,4,5],
              [0.01,0.3,2,100,1,1],
              [0,0,0,0,1,1],
              [4,4,4,4,4,4]])

输出：

>>> get_order_array(a)
array([[0, 3, 2, 3, 1, 3],
       [5, 4, 3, 2, 1, 0],
       [4, 3, 1, 0, 2, 2],
       [1, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0]])

我可以通过以下解决方案实现上述目标;但是，我觉得它效率非常低，所以我希望有人可以提出更好的方法来实现我的目标。

def get_order(x):
    unique_x = np.unique(x)
    step_1 = np.argsort(unique_x)[::-1]
    temp_dict = dict(zip(unique_x, step_1))
    return np.vectorize(temp_dict.get)(x)

def get_order_array(x):
    new_array = np.empty(x.shape, dtype=np.int)
    for i in xrange(x.shape[0]):
        new_array[i] = get_order(x[i])
    return new_array

Answer 1

一点cumsum魔法有很长的路要走：

a_idx = np.argsort(a, axis=-1)[:, ::-1]
a_sorted = a[np.arange(a.shape[0])[:, None], a_idx]
a_diff = np.zeros_like(a_sorted, dtype=np.bool)
a_diff[:, 1:] = a_sorted[:, :-1] != a_sorted[:, 1:]
a_sorted_ranks = np.cumsum(a_diff, axis=1)
a_ranks = a_sorted_ranks[np.arange(a_sorted_ranks.shape[0])[:, None],
                         np.argsort(a_idx, axis=1)]
>>> a_ranks
array([[0, 3, 2, 3, 1, 3],
       [5, 4, 3, 2, 1, 0],
       [4, 3, 1, 0, 2, 2],
       [1, 1, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0]])

Answer 2

@ Jaime的答案很棒（像往常一样！）。这是另一种选择，使用scipy.stats.rankdata。

在rankdata的术语中，您需要“密集”排名。您还希望按照与通常相反的顺序对值进行排名。要完成相反的顺序，我们会将-a传递给rankdata。我们还将从排名中减去1，因此排名从0开始而不是1.最后，您要对二维数组的行进行排名。 rankdata适用于一维数据，因此我们必须遍历行。

以下是代码：

import numpy as np
from scipy.stats import rankdata


def get_order_array(a):
    b = np.empty(a.shape, dtype=int)
    for k, row in enumerate(a):
        b[k] = rankdata(-row, method='dense') - 1
    return b


if __name__ == "__main__":    
    a = np.array([[9,0,1,0,3,0],
                  [0,1,2,3,4,5],
                  [0.01,0.3,2,100,1,1],
                  [0,0,0,0,1,1],
                  [4,4,4,4,4,4]])
    print get_order_array(a)

输出：

[[0 3 2 3 1 3]
 [5 4 3 2 1 0]
 [4 3 1 0 2 2]
 [1 1 1 1 0 0]
 [0 0 0 0 0 0]]

Answer 3

基本上：

order = a.argsort(axis=1)
ranks = order.argsort(axis=1)

不，我自己没有拿出这个聪明的答案。参见：

Rank items in an array using Python/NumPy

如果你想对相同的数字使用相同的排名，你也会找到一个食谱。（如果有重复的数字，这个给出连续的等级。）

当存在重复值时，将numpy.array转换为元素的顺序

3 个答案: