根据标签对numpy数组进行排序答案

【问题标题】：Sort numpy array according to tags根据标签对numpy数组进行排序
【发布时间】：2014-01-10 13:00:58
【问题描述】：

我是 python/numpy/scipy 的新手。我有一个测量数字序列，其值在 41 到 48 之间。该序列应该是周期性的，并且包含峰值高于 44 的值。它通常包括 2 个高于 44 的值，然后是 25 个低于 44 的值，然后是 4 个高于 44 的值，然后是 25 个低于的值，并且序列无限地重复自身。目前，我将整个序列放在一个 numpy 数组中，sequence_np[k]，这里是 k = 0 到 k = 100 的典型测量值示例：

Out[203]:
array([ 380.01873779,   50.55169296,   42.77656174,   42.65046692,
     42.43999863,   42.40890503,   42.2605629 ,   42.10827637,
     42.1680069 ,   42.11898422,   42.12486267,   42.04322433,
     42.0951767 ,   41.91516495,   42.06472015,   41.93815613,
     41.89348221,   41.94158936,   41.89970016,   41.9259491 ,
     41.81912231,   41.86272049,   41.75209045,   41.80240631,
     41.76036072,   45.26025391,   46.82533646,   46.50036621,
     44.32830048,   41.76332855,   41.78057098,   41.67221069,
     41.64173889,   41.65129471,   41.61840439,   41.69548798,
     41.67128372,   41.62164307,   41.44159698,   41.66975021,
     41.57759857,   41.61584091,   41.49560165,   41.56158066,
     41.56072617,   41.67589951,   41.53749466,   41.40168762,
     41.61867142,   41.5602684 ,   41.50307083,   41.52831268,
     45.30022049,   48.27410507,   41.43214798,   41.47129059,
     41.51285934,   41.50564957,   41.51237106,   41.46631241,
     41.47317505,   41.51570129,   41.50091553,   41.43928528,
     41.4920578 ,   41.46780014,   41.40225983,   41.38835144,
     41.38163376,   41.4108696 ,   41.46929169,   41.36049652,
     41.50559998,   41.37825775,   41.51349258,   41.33029938,
     41.39609909,   41.4021492 ,   41.35882187,   44.03855896,
     47.99585342,   48.23322678,   44.07878113,   41.41098022,
     41.24314117,   41.35625839,   41.45568848,   41.24409866,
     41.36055756,   41.3132782 ,   41.46337891,   41.24599838,
     41.31368256,   41.22081375,   41.38015366,   41.34594345,
     41.31343842,   41.25972748,   41.36122131,   41.23865891,
     41.39728546], dtype=float32)

我想根据 44 以上的值对数组进行排序，但想要一个不同的列表或数组：

位于 44 以上的两个和 44 以上的四个之间的值：我将它们称为 value_A [i]
位于44以上的四个和44以上的两个之间的值：Value_B[i]

对于 i = 1 到 N，其中 N 取决于我的数字序列的长度。序列可以从任何地方开始，即不一定有两个 44 值。

例如value_A[0] 将从 k = 2 开始并在 25 结束，即value_A[0] = sequence_np[2:25]：

Out[206]:
array([ 42.77656174,  42.65046692,  42.43999863,  42.40890503,
    42.2605629 ,  42.10827637,  42.1680069 ,  42.11898422,
    42.12486267,  42.04322433,  42.0951767 ,  41.91516495,
    42.06472015,  41.93815613,  41.89348221,  41.94158936,
    41.89970016,  41.9259491 ,  41.81912231,  41.86272049,
    41.75209045,  41.80240631,  41.76036072], dtype=float32)

和value_B[0] = sequence_np[29:52]:

Out[218]:
array([ 41.76332855,  41.78057098,  41.67221069,  41.64173889,
    41.65129471,  41.61840439,  41.69548798,  41.67128372,
    41.62164307,  41.44159698,  41.66975021,  41.57759857,
    41.61584091,  41.49560165,  41.56158066,  41.56072617,
    41.67589951,  41.53749466,  41.40168762,  41.61867142,
    41.5602684 ,  41.50307083,  41.52831268], dtype=float32)

等等。目前，我使用以下命令定义了一个布尔列表IndexSequence：

IndexSequence = sequence_np>44

我得到以下输出：

Out[182]: array([ True,  True, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False,  True,  True,
    True,  True, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False,  True,  True,
   False, False, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False,  True,  True,
    True,  True, False, False, False, False, False, False, False,
   False, False, False, False, False, False, False, False, False,
   False, False], dtype=bool)

所以我设法找到了 44 以下的值，但没有设法对它们进行排序。

欢迎任何关于如何根据我上面解释的方案进一步管理整理 sequence_np 的想法或链接。

提前致谢，

格雷格

【问题讨论】：

您能发布一些示例输入和预期输出吗？很难说“位于 44 以上的两个和 44 以上的四个之间的值”是什么意思。无论如何，这看起来不像是排序问题，更像是简单的分区。
如果周期是固定的，你可以将你的数据reshape成二维数组，然后下面的过程就简单了。要获得更多建议，您需要发布数据，以及您想要的结果。
您好，感谢您的回答。我用数据编辑我的帖子。该序列并不是真正的周期性，因为我可能会在“峰值”之间失去价值。然而，我确信，峰值高于 44 的值将始终存在。这就是为什么我想将它们用作标签。

标签： python arrays sorting numpy

【解决方案1】：

我想你的数组被命名为a；那就试试吧

starts=numpy.intersect1d(numpy.where(a<44)[0]+1,numpy.where(a>44)[0])
print(numpy.split(a,starts))

第一行标识 a[i-1]44 的索引；第二个在这些索引处拆分数组。

【讨论】：

嗨，好的。这样做是为了将 44 以下的值与上面的值分开：starts = np.intersect1d(np.where(a<44)[0]+1,np.where(a>44)[0]) ASortert = np.split(a,starts) starts_2 = np.intersect1d(np.where(a<44)[0],np.where(a>44)[0]+1) ASortert_2 = np.split(a,starts_2) starts_3 = np.union1d(starts,starts_2) ASortert_3 = np.split(a,starts_3)

【解决方案2】：

使用标准库：

>>> from itertools import groupby 
>>> groups = [list(g[1]) for g in groupby(a, lambda x: x > 44)]
>>> print groups

[[380.01874, 50.551693], [42.776562, 42.650467, 42.439999, 42.408905, 
42.260563, 42.108276, 42.168007, 42.118984, 42.124863, 42.043224, 
42.095177, 41.915165, 42.06472, 41.938156, 41.893482, 41.941589, 
41.8997, 41.925949, 41.819122, 41.86272, 41.75209, 41.802406, 41.760361], 
[45.260254, 46.825336, 46.500366, 44.3283], [41.763329, 41.780571, 
41.672211, 41.641739, 41.651295, 41.618404, 41.695488, 41.671284, 
41.621643, 41.441597, 41.66975, 41.577599, 41.615841, 41.495602, 
41.561581, 41.560726, 41.6759, 41.537495, 41.401688, 41.618671, 
41.560268, 41.503071, 41.528313], [45.30022, 48.274105], [41.432148, 
41.471291, 41.512859, 41.50565, 41.512371, 41.466312, 41.473175, 
41.515701, 41.500916, 41.439285, 41.492058, 41.4678, 41.40226, 
41.388351, 41.381634, 41.41087, 41.469292, 41.360497, 41.5056, 41.378258, 
41.513493, 41.330299, 41.396099, 41.402149, 41.358822], [44.038559, 
47.995853, 48.233227, 44.078781], [41.41098, 41.243141, 41.356258, 
41.455688, 41.244099, 41.360558, 41.313278, 41.463379, 41.245998, 
41.313683, 41.220814, 41.380154, 41.345943, 41.313438, 41.259727, 
41.361221, 41.238659, 41.397285]]

如果您需要，可以直接将此列表分组：

pairs = zip(*[iter(groups)] * 2)

结果将是一个由 2 元组组成的列表，每个元组由两个列表（大于 44 和小于 44 的值）组成。

【讨论】：