是否有根据带有索引的向量进行排序的 numpy 函数？答案

【问题标题】：Is there a numpy function for sorting according to a vector with indices?是否有根据带有索引的向量进行排序的 numpy 函数？
【发布时间】：2019-06-29 07:14:22
【问题描述】：

我想根据另一个带有索引的 numpy 向量对一个 numpy 向量进行排序。

import numpy as np
my_vector = np.array([9. 6. 21. 17. 12.])
my_indices = np.array([1. 4. 2. 0. 3.])

what_i_want = np.array([17. 9. 21. 12. 6.])

有这个功能吗？类似反向 argsort 的东西

【问题讨论】：

标签： python numpy sorting permutation

【解决方案1】：

使用高级赋值可以在 O(n) 内完成：

my_vector = np.array([9., 6., 21., 17., 12.])
my_indices = np.array([1., 4., 2., 0., 3.])
my_result = np.empty_like(my_vector)
my_result[my_indices.astype(int)] = my_vector
my_result
# array([17.,  9., 21., 12.,  6.])

一个更大的例子的时间安排：

from timeit import timeit

a = np.random.random(1000000)
b = np.random.permutation(1000000).astype(float)

def fargsort():
    return(a[b.argsort()])

def fassign():
    c = np.empty_like(a)
    c[b.astype(int)] = a
    return c

np.all(fargsort() == fassign())
# True
timeit(fargsort,number=10)
# 1.2764090860000579
timeit(fassign,number=10)
# 0.17262099700747058

【讨论】：

这是完美的，实际上使用 my_indices 包含实际索引的事实。对于经验性能比较也很棒（并且验证结果是相同的）

【解决方案2】：

如下使用argsort：

import numpy as np
my_vector = np.array([9., 6., 21., 17., 12.])
my_indices = np.array([1., 4., 2., 0., 3.])

print(my_vector[my_indices.argsort()])

输出：

[17. 9. 21. 12. 6.]

【讨论】：

注意：argsort 的元素 my_indices 不必是 my_vector 中的有效索引，它们的排序值只需与您希望 my_vector 的排序方式相对应

【解决方案3】：

你可以试试这个：

import numpy as np
my_vector = np.array([9., 6., 21., 17., 12.])
my_indices = np.array([1., 4., 2., 0., 3.])

res_sorted = [x for _,x in sorted(zip(my_indices,my_vector))]
print(res_sorted)

输出：

[17.0, 9.0, 21.0, 12.0, 6.0]

【讨论】：