如何根据 numpy 中向量的重新排序来重新排序 2D 矩阵轴答案

【问题标题】：How to reorder 2D matrix axes based on reordering of a vector in numpy如何根据 numpy 中向量的重新排序来重新排序 2D 矩阵轴
【发布时间】：2021-12-23 21:41:48
【问题描述】：

我有一个2D ndarray，形状为(n_x, n_t)

二维矩阵沿其行（水平方向，每行）存储一个数量Q，因此是t 函数的离散版本，用于固定x。在其列中，因此对于固定的t，（即在固定列下），2D 矩阵为不同的x 保存该数量的Q 值，所以我有一个离散版本的Q(x)。

我将把这个矩阵绘制为二维热图。

我有一个矢量形状的(n_t, )，其中包含二维矩阵存储数量Q 的值的时间，对于任何给定的 x 值。因此，对于每一行，跨列，二维矩阵中这些值的时间是相同的。

视觉上，对于n_x=3 和n_t=3：

[
[Q_{11}, Q_{12}, Q_{13}],
[Q_{21}, Q_{22}, Q_{23}],
[Q_{31}, Q_{32}, Q_{33}]
]

[Q11, Q12, Q13] 行基本上是Q(x_1, ts)，[Q21, Q22, Q23] 行基本上是Q(x_2, ts)，最后一行也是如此。

我有ts 为：[t1, t2, t3]。

问题：

我将ts（无论出于何种原因）重新排序为[t2, t3, t1]。

我想将矩阵重新排序为：

[
[Q_{12}, Q_{13}, Q_{11}], 
[Q_{22}, Q_{23}, Q_{21}], 
[Q_{31}, Q_{33}, Q_{32}]
]

我该怎么做？我要读什么？ ts向量的重新排序来自：np.fft.fftshift(np.fft.fftreq(ts))。

谢谢！

从 cmets 编辑：

a = np.array([
            [1, 2, 3], 
            [4, 5, 6], 
            [7, 8, 9]
            ])

ts = np.array([100, 200, 300])

tss = np.array([200, 300, 100])

aa = np.array([
            [2, 3, 1], 
            [5, 6, 4], 
            [8, 9, 7]
            ])

【问题讨论】：

很好的解释！你能添加一个（玩具）输入和预期的输出吗？
@DaniMesejo，谢谢。您的意思是在 Q_{ab} 中实际抛出一些浮点数，以便您可以应用您编写的代码并查看结果？我目前没有输入输出示例，因为我不知道如何根据 ts 重新排序来重新排序矩阵
是的。没错
@DaniMesejo，查看编辑后的问题，请告诉我这是否是您要查找的内容
所以aa = a[:, [1,2,0]

标签： python arrays numpy matrix data-science

【解决方案1】：

用途：

import numpy as np

a = np.array([
            [1, 2, 3],
            [4, 5, 6],
            [7, 8, 9]
            ])

ts = np.array([100, 200, 300])
tss = np.array([200, 300, 100])


# number of rows n_x in the original question
n_x = a.shape[0]

# find the original positions
indices = (ts == tss[:, None]).argmax(1)

res = np.take_along_axis(a, np.tile(indices, (n_x, 1)), axis=1)
print(res)

输出

[[2 3 1]
 [5 6 4]
 [8 9 7]]

【讨论】：