numpy：在排序数组中查找索引（以一种有效的方式）[重复]

Question

我想对一个 numpy 数组进行排序并找出每个元素的去向。

numpy.argsort 会告诉我排序数组中的每个索引，未排序数组中的哪个索引会在那里。我正在寻找类似相反的东西：对于未排序数组中的每个索引，它在排序数组中的位置。

a = np.array([1, 4, 2, 3])

# a sorted is [1,2,3,4]
# the 1 goes to index 0
# the 4 goes to index 3
# the 2 goes to index 1
# the 3 goes to index 2

# desired output
[0, 3, 1, 2]

# for comparison, argsort output
[0, 2, 3, 1]

一个简单的解决方案使用numpy.searchsorted

np.searchsorted(np.sort(a), a)
# produces [0, 3, 1, 2]

我对这个解决方案不满意，因为它看起来效率很低。它分两步进行排序和搜索。

这种奇特的索引对于有重复的数组会失败，请看：

a = np.array([1, 4, 2, 3, 5])
print(np.argsort(a)[np.argsort(a)])
print(np.searchsorted(np.sort(a),a))


a = np.array([1, 4, 2, 3, 5, 2])
print(np.argsort(a)[np.argsort(a)])
print(np.searchsorted(np.sort(a),a))

Answer 1

您可以在列表中使用两次argsort。 起初，这似乎有点令人困惑，但如果你仔细考虑一下，它就会开始变得有意义。

a = np.array([1, 4, 2, 3])
argSorted = np.argsort(a) # [0, 2, 3, 1]
invArgSorted = np.argsort(argSorted) # [0, 3, 1, 2]

Answer 2

您只需要对数组进行排序的invert the permutation。如链接问题所示，您可以这样做：

import numpy as np

def sorted_position(array):
    a = np.argsort(array)
    a[a.copy()] = np.arange(len(a))
    return a

print(sorted_position([0.1, 0.2, 0.0, 0.5, 0.8, 0.4, 0.7, 0.3, 0.9, 0.6]))
# [1 2 0 5 8 4 7 3 9 6]