Numpy argsort奇怪的索引[重复]答案

【问题标题】：Numpy argsort strange indices [duplicate]Numpy argsort奇怪的索引[重复]
【发布时间】：2017-01-12 21:07:46
【问题描述】：

第一个输出是正确的。但不知何故，argsort 为第二个数组提供了错误的输出：

>>> np.argsort(np.array([ 0.62678927,  0.36816272,  0.31044763,  0.44873312,  0.3101446 ]))
array([4, 2, 1, 3, 0])

>>> np.argsort(np.array([ 0.36816272,  0.62678927,  0.13509969,  0.54590815,  0.13493432]))
array([4, 2, 0, 3, 1])

在花了 2 个小时之后，我确信这个问题要么太琐碎，要么太技术化。我正在使用 Anaconda 虚拟环境，并使用 numpy 1.11.3 和 1.10.4 对其进行了测试

【问题讨论】：

到底是什么问题？输出正确为 0.13493432
但结果似乎是正确的，你期待什么？
感谢您的回复。但我期待第二个命令返回[2, 4, 1, 3, 0]。由于 0.6 是最大的，它应该有一个数字 4 与之关联。我错过了什么？
但这将是数组排序后的索引，但argsort 返回“对数组进行排序的索引”（来源：argsort documentation）
另请注意，您的预期结果与np.argsort 输出的倒数完全相反；也就是说，你可以通过s = np.argsort(a)、s_inv = np.empty(5)、s_inv[s] = np.arange(5)得到你想要的结果。因此很不幸，在您的第一种情况下，s[s] 恰好是 np.arange(5)。

标签： python numpy

【解决方案1】：

您似乎认为np.argsort(x) 返回一个数组，这样np.argsort(x)[i] 就是x[i] 按排序顺序排列的位置。这不是它的工作原理。

np.argsort(x) 返回一个数组，使得x[np.argsort(x)[i]] 按排序顺序进入位置i。这会产生这样的效果

x[np.argsort(x)]

等价于

np.sort(x)

这恰好会产生与您对第一个数组的预期行为相同的结果，但不会对第二个数组产生相同的结果。

【讨论】：