NumPy 数组元素的自定义排列

Question

我有一个 NumPy 数组“数据”，如下所示：

data = np.array([
[0.0, 30.0, 60.0, 90.0, 120.0, 150.0, -180.0, -150.0, -120.0, -90.0, -60.0, -30.0],
[0.0, 30.0, 60.0, 90.0, 120.0, 150.0, -180.0, -150.0, -120.0, -90.0, -60.0, -30.0],
[0.0, 30.0, 60.0, 90.0, 120.0, 150.0, -180.0, -150.0, -120.0, -90.0, -60.0, -30.0]])

我想从给定的数组“数据”中生成数组“结果”。实际上，在所需的数组中，必须将零列放在中间，然后值向右方向增加，而值向左方向减少，如下所示：

result = np.array([
[-180.0, -150.0, -120.0, -90.0, -60.0, -30.0, 0.0, 30.0, 60.0, 90.0, 120.0, 150.0, 180.0],
[-180.0, -150.0, -120.0, -90.0, -60.0, -30.0, 0.0, 30.0, 60.0, 90.0, 120.0, 150.0, 180.0],
[-180.0, -150.0, -120.0, -90.0, -60.0, -30.0, 0.0, 30.0, 60.0, 90.0, 120.0, 150.0, 180.0]])

结果数组应该基于给定数组的索引操作。在 NumPy 中最好的方法是什么？

我尝试了np.rot90, np.flipud, np.fliprl 函数但没有成功。

但是，我想不出如何开始。

Answer 1

看看np.roll：

np.roll(data, shift=data.shape[1]//2, axis=1)

这里shift 表示将数据滚动到多少元素（右侧为正值，左侧为负值）。给定规范，我们希望将其沿第二维 (axis=1) 向右滚动数组长度的一半。 // 是整数除法，data.shape[1] 沿第二个维度获取维度的大小（基于零索引）。

我认为您在 data 中缺少 result 中的 +180.0 值（即您的 result 有 13 列，但您的 data 只有 12 列）。

In [9]: data = np.array([
[0.0, 30.0, 60.0, 90.0, 120.0, 150.0, -180.0, -150.0, -120.0, -90.0, -60.0, -30.0],
[0.0, 30.0, 60.0, 90.0, 120.0, 150.0, -180.0, -150.0, -120.0, -90.0, -60.0, -30.0],
[0.0, 30.0, 60.0, 90.0, 120.0, 150.0, -180.0, -150.0, -120.0, -90.0, -60.0, -30.0]])

In [10]: result = np.roll(data, data.shape[1]//2, axis=1)

In [11]: result
Out[11]:
array([[-180., -150., -120.,  -90.,  -60.,  -30.,    0.,   30.,   60.,
          90.,  120.,  150.],
       [-180., -150., -120.,  -90.,  -60.,  -30.,    0.,   30.,   60.,
          90.,  120.,  150.],
       [-180., -150., -120.,  -90.,  -60.,  -30.,    0.,   30.,   60.,
          90.,  120.,  150.]])

这并不是真正基于索引的排序，但考虑到您尝试过的其他方法，我猜这是您可能想要的类型操作。

Answer 2

所以，我猜您是在尝试将该数组从最小值到最大值排序？从你的问题中并不完全清楚。试试这个？

result = []
for row in data:
    result.append(np.sort(row))

您可以使用 numpy 中的工具轻松地将“结果”再次转换为 numpy 数组。还有更多关于np.sort的信息available here