np.argsort 排除零值答案

【问题标题】：np.argsort which excludes zero valuesnp.argsort 排除零值
【发布时间】：2016-11-29 03:36:05
【问题描述】：

我有一个数组[0.2,0,0,0,0.3,0,0,0,0.4]。我正在使用np.argsort 对值进行排序并获取该索引。

因此，在我的示例中，它将类似于 [1,5,9,2,3,4,6...]。但是，我只想获取非零值的索引数组。

在我的例子中只有[1,5,9]。

如何在 python 中使用pandas 和numpy 实现它？

【问题讨论】：

【解决方案1】：

使用np.nonzero 和索引技巧

def sparse_argsort(arr):
    indices = np.nonzero(arr)[0]
    return indices[np.argsort(arr[indices])]

sparse_argsort(a)

array([0, 4, 8])

一个班轮：

(lambda a: (lambda a_, i_: i_[np.argsort(a_[i_])])(a,np.nonzero(a)[0]))(a)

array([0, 4, 8])

【讨论】：

【解决方案2】：

一行numpy

np.where(a != 0, a, np.nan).argsort()[:(a != 0).sum()]

同理，两行，效率更高

nz = a != 0
np.where(nz, a, np.nan).argsort()[:nz.sum()]

array([0, 4, 8])

【讨论】：

【解决方案3】：

你可以试试：

pd.Series([0.2,0,0,0,0.3,0,0,0,0.4]).sort_values()[lambda x: x != 0].index.values
# array([0, 4, 8])

或者使用numpy:

ind = arr.argsort()
ind[arr[ind] != 0]

# array([0, 4, 8])

【讨论】：

【解决方案4】：

您可以用numpy.where 作弊，因为无论如何它默认为condition.nonzero()。使用numpy.in1d 构建掩码。

x=[0.2,0,0,0,0.3,0,0,0,0.4]

np.argsort(x)[np.in1d(np.argsort(x),np.where(x),1)]

Out[35]: array([0, 4, 8], dtype=int32)

【讨论】：