如何按频率对 NumPy 数组进行排序？答案

【问题标题】：How to sort a NumPy array by frequency?如何按频率对 NumPy 数组进行排序？
【发布时间】：2023-07-17 14:02:02
【问题描述】：

我正在尝试按元素的频率对 NumPy 数组进行排序。例如，如果有一个数组 [3,4,5,1,2,4,1,1,2,4]，输出将是另一个 NumPy，从最常见到最不常见的元素（无重复）排序。所以解决方案是[4,1,2,3,5]。如果两个元素的出现次数相同，则最先出现的元素在输出中最先出现。我试过这样做，但我似乎无法得到一个实用的答案。到目前为止，这是我的代码：

temp1 = problems[j]
indexes = np.unique(temp1, return_index = True)[1]
temp2 = temp1[np.sort(indexes)]
temp3 = np.unique(temp1, return_counts = True)[1]
temp4 = np.argsort(temp3)[::-1] + 1

其中问题[j] 是一个 NumPy 数组，如 [3,4,5,1,2,4,1,1,2,4]。 temp4 到目前为止返回 [4,1,2,5,3] 但它不正确，因为当两个元素具有相同的出现次数时它无法处理。

【问题讨论】：

Python argsort 不稳定，除非您选择其他排序方法。

标签： python arrays sorting numpy

【解决方案1】：

您可以对每个元素的频率使用 argsort 来查找排序位置并将索引应用于唯一元素数组

unique_elements, frequency = np.unique(array, return_counts=True)
sorted_indexes = np.argsort(frequency)[::-1]
sorted_by_freq = unique_elements[sorted_indexes]

【讨论】：

【解决方案2】：

如果值是整数且很小，或者您只关心大小为 1 的 bin：

def sort_by_frequency(arr):
    return np.flip(np.argsort(np.bincount(arr))[-(np.unique(arr).size):])

v = [1,1,1,1,1,2,2,9,3,3,3,3,7,8,8]
sort_by_frequency(v)

这应该会产生

array([1, 3, 8, 2, 9, 7]

【讨论】：

【解决方案3】：

你可以把数组中每个元素的个数统计一下，然后把它作为内置sorted函数的key

def sortbyfreq(arr):
    s = set(arr)
    keys = {n: (-arr.count(n), arr.index(n)) for n in s}
    return sorted(list(s), key=lambda n: keys[n])

【讨论】：

一旦您执行set(arr)，订购就会丢失。您如何确保输入数组的顺序保持为具有相同计数的 2 个值？

【解决方案4】：

使用 zip 和 itemgetter 应该会有所帮助

from operator import itemgetter
import numpy as np
temp1 = problems[j]
temp, idx, cnt = np.unique(temp1, return_index = True, return_counts=True)
cnt = 1 / cnt
k = sorted(zip(temp, cnt, idx), key=itemgetter(1, 2))
print(next(zip(*k)))

【讨论】：

【解决方案5】：

仍然适用于 NumPy 数组的非 NumPy 解决方案是使用 OrderedCounter 后跟 sorted 和自定义函数：

from collections import OrderedDict, Counter

class OrderedCounter(Counter, OrderedDict):
    pass

L = [3,4,5,1,2,4,1,1,2,4]

c = OrderedCounter(L)
keys = list(c)

res = sorted(c, key=lambda x: (-c[x], keys.index(x)))

print(res)

[4, 1, 2, 3, 5]

【讨论】：