使用约束对 np.array 中的元素进行排序

Question

我想按特定顺序对 np.array 进行排序 f.i.我有输入数组a：

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

我想得到输出：

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

您可能猜到了，这种排序的想法是在数组中创建一个对称（以及其他与此处无关的内容）。

我的问题是我正在做随机洗牌以对数组进行排序：

iNumbers = 0
while !symmetry(a) and iNumbers != 3000:
      np.random.shuffle(a.flat)
      iNumbers += 1

如果元素的排列符合条件，则symmetry 函数为 True。

所以，我正在寻找更有效的方法来对数组进行排序，以便通过我的评估函数。

我应该将机器学习技术应用于我的问题吗？

另外，我正在寻找任何建议、评论、想法或想法...

Answer 1

请注意，您具有对称性，因为您的元素允许它（3、2 和 1 的正确数量是可能的对称性）。假设您考虑到这一点，您正在寻找的是一种径向排序。以下算法执行此操作：

import numpy as np

def sortRadially(a):
    X, Y = np.indices(a.shape, dtype="float")
    c = int(a.shape[0]/2)
    d = np.sqrt((c-X)**2 + (c-Y)**2)
    fd = d.flatten()
    fX = X.flatten()
    fY = Y.flatten()
    argD = fd.argsort()
    nX = fX[argD].astype(int)
    nY = fY[argD].astype(int)
    fa = a.flatten()
    sa = a.copy()
    fa.sort()
    for i in range(nX.shape[0]):
        a[nX[i], nY[i]] = fa[i]
    return a

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

myown = np.random.randint(0, 100, (9, 9))

print("Your test:")
print(sortRadially(a))
print("")
print("My test:")
print(sortRadially(myown))

结果是这样的：

Your test:
[[3 2 3]
 [2 1 2]
 [3 2 3]]

My test:
[[97 95 91 78 60 73 84 92 98]
 [93 78 55 44 30 34 55 80 92]
 [84 45 22 15 10 17 23 44 88]
 [71 42 12  7  2  7 16 42 73]
 [69 28 10  2  0  1 10 28 66]
 [72 44 13  5  1  3 14 38 77]
 [87 49 19 14  8 19 24 52 91]
 [95 83 48 43 33 39 52 79 94]
 [98 94 83 73 67 71 91 96 99]]

我不是排序算法方面的专家，可能有更快的方法可以做到这一点，但它肯定比洗牌和等待最好的方法更快。

算法解释如下：

1. 你得到所有单元格的坐标（X，Y）。

2. 您计算所有坐标到中心单元的距离 （在我的算法中，我假设矩阵是奇数大小的正方形 行/列）。

3. 您对距离进行排序并获取索引（而不是距离 值）。

4. 对 X 和 Y 坐标应用相同的排序。

5. 对原始数组进行排序。

6. 按照已排序的单元格和坐标填充数组。
7. 真的没有第 7 步），我只是不喜欢把东西留在 6 点...