根据索引矩阵对 numpy 矩阵进行排序答案

【问题标题】：Sort numpy matrix based on index-matrix根据索引矩阵对 numpy 矩阵进行排序
【发布时间】：2021-06-29 04:38:15
【问题描述】：

在 numpy 中，我们可以像这样对数组进行排序：

>>> import numpy as np

>>> a = np.array([0, 100, 200])
>>> order = np.array([1, 2, 0])
>>> print(a[order])
[100 200   0]

但是，当“订单”是矩阵时，这不起作用：

>>> A = np.array([    [0, 1, 2],
                      [3, 4, 5],
                      [6, 7, 8]])

>>> Ord = np.array([  [1, 0, 2],
                      [0, 2, 1],
                      [2, 1, 0]])

>>> print(A[Ord].shape)
(3, 3, 3)

我希望“A”这样排序：

array([[1, 0, 2],
       [3, 5, 4],
       [8, 7, 6]])

【问题讨论】：

标签： python arrays numpy sorting matrix

【解决方案1】：

您可以为此使用np.take_along_axis。

np.take_along_axis(A, Ord, axis=1)

输出

array([[1, 0, 2],
       [3, 5, 4],
       [8, 7, 6]])

如文档中所述，它通常与生成索引的函数一起使用，例如argsort。但我不确定这是否会推广到超过 2 个维度。

【讨论】：

【解决方案2】：

索引到numpy 数组的一般方法有两种：

基本的索引和切片扩展了 python 的切片概念。
高级索引，我们通常使用另一个包含整数/布尔值的 ndarray。

您可以在numpy documentation 中了解这些内容。

回答您的问题：我们可以在此处使用高级索引。文档包含一个示例，改编如下，它已经非常接近我们想要的：

>>> import numpy as np
>>> A = np.array([[1,2],
                  [3,4]])
>>> row_indices = np.array([[0,0],
                            [1,1]])
>>> col_indices = np.array([[1,0],
                            [1,0]])
>>> A[row_indices,col_indices]
array([[2, 1],
       [4, 3]])

在问题的代码中，Ord 已经包含列索引，所以我们需要做的就是自己生成行索引。虽然这可能不是最好的方法，但这是一种可能的解决方案：

>>> A = np.array( [[0,1,2],
...                [3,4,5],
...                [6,7,8]])
>>> col_indices = np.array([[1,0,2],
...                         [0,2,1],
...                         [2,1,0]])
>>> row_indices = np.repeat([0,1,2],3).reshape(3,3)
>>> row_indices
array([[0, 0, 0],
       [1, 1, 1],
       [2, 2, 2]])
>>> A[row_indices, col_indices]
array([[1, 0, 2],
       [3, 5, 4],
       [8, 7, 6]])

【讨论】：