Question

我有两个1D数组包含相同的值集，但是以不同的（随机）顺序。我想找到索引列表，它根据另一个重新排序一个数组。例如，我的2个数组是：

ref = numpy.array([5,3,1,2,3,4])
new = numpy.array([3,2,4,5,3,1])

我希望列表order为new[order] == ref。

我目前的想法是：

def find(val):
    return numpy.argmin(numpy.absolute(ref-val))

order = sorted(range(new.size), key=lambda x:find(new[x]))

然而，只有在没有重复值的情况下，这才有效。在我的示例3中出现两次，我得到new[order] = [5 3 3 1 2 4]。第二个3直接放在第一个val()之后，因为我的函数3无法跟踪我当前正在寻找的order。

所以我可以添加一些东西来解决这个问题，但我觉得可能有更好的解决方案。也许在某些图书馆（NumPy或SciPy）？

关于副本的编辑：这个linked solution假定数组是有序的，或者对于＆＃34;无序的＃34;解决方案，返回重复索引。我需要每个索引在sort_idx = A.argsort(); order = sort_idx[np.searchsorted(A,B,sorter = sort_idx)]中只出现一次。然而，哪一个首先出现并不重要（根据提供的数据也不可能）。

我使用[3, 0, 5, 1, 0, 2]获得的是：[3, 0, 5, 1, 4, 2]。但我要找的是.lower-part-of-element。

Answer 1

鉴于彼此改组的v_n，E，我们可以获取使用ref映射到new的唯一索引两个数组的排序版本以及invertibility的np.argsort。

开始于：

ref

现在new和i = np.argsort(ref) j = np.argsort(new)都给出了数组的排序版本，两者都是相同的。您可以通过执行以下操作来反转第一种排序：

ref[i]

现在new[j]只是k = np.argsort(i)或ref。由于所有操作都使用唯一索引进行混洗，因此最终索引new[j][k]也是唯一的。可以使用

一步计算new[j[k]]

j[k]

从原始示例：

j[k]

这可能不比similar question on SO的更一般的解决方案快，但它确实保证了您请求的唯一索引。进一步的优化是用this answer中的order = np.argsort(new)[np.argsort(np.argsort(ref))]函数替换>>> ref = np.array([5, 3, 1, 2, 3, 4]) >>> new = np.array([3, 2, 4, 5, 3, 1]) >>> np.argsort(new)[np.argsort(np.argsort(ref))] >>> order array([3, 0, 5, 1, 4, 2]) >>> new[order] # Should give ref array([5, 3, 1, 2, 3, 4])。我会更进一步，只计算排序的倒数：

np.argsort(i)

获取另一个数组

1 个答案: