排名2D Numpy数组

时间:2017-03-01 16:35:31

标签: python arrays numpy ranking

我有一个1000行和2列的numpy数组:

[[ 0.76        1.28947368]
 [ 0.7         0.97142857]
 [ 0.7         1.48571429]
 [ 0.68        1.11764706]
 [ 0.68        1.23529412]
 [ 0.68        1.41176471]
 [ 0.68        1.41176471]
 [ 0.68        1.44117647]
 [ 0.66        0.78787879]
 [ 0.66        1.03030303]
 [ 0.66        1.09090909]
 [ 0.66        1.15151515]
 [ 0.66        1.15151515]
 [ 0.66        1.21212121]
 [ 0.66        1.24242424]]

显而易见,此数组按列0降序排列,按列升序排序。我想为此数组的每一行分配排名,以便重复行(两行或更多行的两列中的值均为等于)具有与第2列相同的等级和插入等级。

预期产出:

     [[0.76        1.28947368  1]
     [ 0.7         0.97142857  2]
     [ 0.7         1.48571429  3]
     [ 0.68        1.11764706  4]
     [ 0.68        1.23529412  5]
     [ 0.68        1.41176471  6]
     [ 0.68        1.41176471  6]  # as this row is duplicate of row above it
     [ 0.68        1.44117647  7]
     [ 0.66        0.78787879  8]
     [ 0.66        1.03030303  9]
     [ 0.66        1.09090909  10]
     [ 0.66        1.15151515  11]
     [ 0.66        1.15151515  11] # as this row is duplicate of row above it
     [ 0.66        1.21212121  12]
     [ 0.66        1.24242424  13]]

实现这一目标的最有效方法是什么?

1 个答案:

答案 0 :(得分:2)

对于排序数组,就像给定的样本一样,它很容易 -

rank = np.r_[True, (a[1:] != a[:-1]).any(1)].cumsum()
out = np.column_stack(( a, rank ))

作为(a[1:] != a[:-1]).any(1)的替代方案,我们可以使用以下内容来表现:

(a[1:,0] != a[:-1,0]) | (a[1:,1] != a[:-1,1])

逐步运行示例

1)输入数组:

In [70]: a
Out[70]: 
array([[ 0.76      ,  1.28947368],
       [ 0.68      ,  1.41176471],
       [ 0.68      ,  1.41176471],
       [ 0.68      ,  1.44117647],
       [ 0.66      ,  1.09090909],
       [ 0.66      ,  1.15151515],
       [ 0.66      ,  1.15151515],
       [ 0.66      ,  1.24242424]])

2)获取连续行之间不等式的掩码。这里的想法是,由于数组已排序,因此重复的行在两列中都具有相同的元素。因此,对于两列的不等式,我们将有一个1D掩码,但是一个元素小于原始数组中的总行数,因为我们使用切片时只剩下一个元素:

In [71]: a[1:] != a[:-1]
Out[71]: 
array([[ True,  True],
       [False, False],
       [False,  True],
       [ True,  True],
       [False,  True],
       [False, False],
       [False,  True]], dtype=bool)

In [72]: (a[1:] != a[:-1]).any(1)
Out[72]: array([ True, False,  True,  True,  True, False,  True], dtype=bool)

现在,为了补偿一个元素,因为我们需要从1开始排名,并且我们打算使用累积总和来增加这个增量排名,让我们附加一个{{1}在开始时然后使用1给我们预期的等级:

cumsum

为了在视觉上验证,这里是叠加的输出:

In [75]: np.r_[True, (a[1:] != a[:-1]).any(1)]
Out[75]: array([ True,  True, False,  True,  True,  True, False,  True], dtype=bool)

In [76]: np.r_[True, (a[1:] != a[:-1]).any(1)].cumsum()
Out[76]: array([1, 2, 2, 3, 4, 5, 5, 6])