Question

我需要根据第一个子数组中的值对数据进行排序，尽可能快（该行应用数百万次）。

以下是我原来的一行，我试图改善其性能，但是没有效果。据我所知，我的numpy方法只是对第一个子阵列进行了正确排序，而没有剩下的任何一个。

我做错了什么，如何提高排序的性能？

import numpy as np

# Generate some random data.
# I receive the actual data as a list, hence the .tolist()
aa = np.random.rand(10, 2000).tolist()

# This is the original line I need to process faster.
b1 = zip(*sorted(zip(*aa), key=lambda x: x[0]))

# This is my attempt at improving the above line's performance
b2 = np.sort(np.asarray(aa).T, axis=0).T

# Check if all sub-arrays are equal
for a, b in zip(*[b1, b2]):
    print(np.array_equal(a, b))

Answer 1

对于lambdas来说仍然是新手，但是从我的代码中我理解的很少 - 在lambda方法中，您使用x[0]来获取排序键然后使用它们从aa中的每个元素中提取值。在NumPy术语中，这转换为获取数组版本中第一行的排序索引，然后索引到每一行（因为aa的每个元素都成为数组a的每一行）。这基本上是列索引。此外，似乎sorted维护相同元素的顺序。因此，我们需要使用argsort(kind='mergesort')。

因此，我们可以简单地做 -

a[:, a[0].argsort(kind='mergesort')] # a = np.array(aa)

在您的NumPy代码中，您没有对这些类别执行任何操作，因此无法提供正确的结果。

快速排序多维数组

1 个答案: