使用 NumPy argsort 并接收二维数组答案

【问题标题】：Using NumPy argsort and take in 2D arrays使用 NumPy argsort 并接收二维数组
【发布时间】：2013-05-16 19:55:11
【问题描述】：

目的是计算两组点（set1和set2）之间的距离矩阵，使用argsort()获取排序后的索引，使用take()提取排序后的数组。我知道我可以直接做一个sort()，但我需要索引来完成一些后续步骤。

我正在使用花哨的索引concepts discussed here。我无法设法将take() 直接与获得的索引矩阵一起使用，但是向每一行添加一个相应的数量使其工作，因为take() 使源数组变平，使第二行元素具有索引 += len(set2 )、第三行索引 += 2*len(set2) 等等（见下文）：

dist  = np.subtract.outer( set1[:,0], set2[:,0] )**2
dist += np.subtract.outer( set1[:,1], set2[:,1] )**2
dist += np.subtract.outer( set1[:,2], set2[:,2] )**2
a = np.argsort( dist, axis=1 )
a += np.array([[ 0,  0,  0,  0,  0,  0,  0,  0,  0,  0],
               [10, 10, 10, 10, 10, 10, 10, 10, 10, 10],
               [20, 20, 20, 20, 20, 20, 20, 20, 20, 20],
               [30, 30, 30, 30, 30, 30, 30, 30, 30, 30]])
s1 = np.sort(dist,axis=1)
s2 = np.take(dist,a)
np.nonzero((s1-s2)) == False
#True # meaning that it works...

主要问题是：有没有直接使用take() 而不对这些索引求和的方法？

要玩的数据：

set1 = np.array([[ 250., 0.,    0.],
                 [ 250., 0.,  510.],
                 [-250., 0.,    0.],
                 [-250., 0.,    0.]])

set2 = np.array([[  61.0, 243.1, 8.3],
                 [ -43.6, 246.8, 8.4],
                 [ 102.5, 228.8, 8.4],
                 [  69.5, 240.9, 8.4],
                 [ 133.4, 212.2, 8.4],
                 [ -52.3, 245.1, 8.4],
                 [-125.8, 216.8, 8.5],
                 [-154.9, 197.1, 8.6],
                 [  61.0, 243.1, 8.7],
                 [ -26.2, 249.3, 8.7]])

【问题讨论】：

标签： python arrays sorting numpy distance

【解决方案1】：

截至 2018 年 5 月，np.take_along_axis

s2 = np.take_along_axis(dist, a, axis=1)

【讨论】：

【解决方案2】：

我认为没有办法使用np.take 而不使用平面索引。由于尺寸可能会发生变化，因此您最好使用np.ravel_multi_index，执行以下操作：

a = np.argsort(dist, axis=1)
a = np.ravel_multi_index((np.arange(dist.shape[0])[:, None], a), dims=dist.shape)

或者，您可以使用花哨的索引而不使用take：

s2 = dist[np.arange(4)[:, None], a]

【讨论】：