如何按出现对唯一的 np 数组元素进行排序？答案

【问题标题】：How to sort unique np array elements by occurence?如何按出现对唯一的 np 数组元素进行排序？
【发布时间】：2019-06-12 13:08:15
【问题描述】：

我想实现以下代码：

a = [1, 1, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5]
sorted(a,key=a.count,reverse=True)
>>> [5, 5, 5, 5, 3, 3, 3, 4, 4, 4, 1, 1, 2]

对于a 是np.array 的情况

a = np.array([1, 1, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5])

怎么做？ np.array 有 np.unique() 函数计算每个元素的出现，但我不知道如何在这里使用它。

【问题讨论】：

在您的示例中， 3 和 4 都出现了 3 次。 3s 出现在输出中的 4s 之前是否重要？ IE。是否有必须满足的特殊限制条件？
您的实际数据是否像您的示例中那样只包含（相对）小整数？
发布的解决方案是否适合您？

标签： python python-3.x numpy sorting

【解决方案1】：

您可以使用 np.unique 及其可选参数 return_counts 和 return_inverse -

u, ids, c = np.unique(a, return_counts=True, return_inverse=True)
out = a[c[ids].argsort()[::-1]]

示例运行 -

In [90]: a = np.array([1, 1, 2, 3, 3, 3, 4, 4, 4, 5, 5, 5, 5])

In [91]: u, ids, c = np.unique(a, return_counts=True, return_inverse=1)

In [92]: a[c[ids].argsort()[::-1]]
Out[92]: array([5, 5, 5, 5, 4, 4, 4, 3, 3, 3, 1, 1, 2])

【讨论】：

【解决方案2】：

要完全模仿sorted/list 的行为@Divakar 的解决方案，只需稍加修改即可使用：

al = [1,2,3,2,1,3,2]
aa = np.array(al)

sorted(al, key=al.count, reverse=True)
# [2, 2, 2, 1, 3, 1, 3]

u, ids, c = np.unique(aa, return_counts=True, return_inverse=True)
aa[(-c[ids]).argsort(kind="stable")]
# array([2, 2, 2, 1, 3, 1, 3])

如果aa 很大，

from scipy import sparse
sparse.csc_matrix((aa, (c.max()-c[ids]), np.arange(len(ids)+1))).tocsr().data
# array([2, 2, 2, 1, 3, 1, 3], dtype=int64)

可能会稍微快一些。不过不多，因为在这两种情况下我们首先调用昂贵的unique，除非数据不是太大的整数，在这种情况下更快的替代方案（@WarrenWeckesser 似乎在 cmets 中暗示）可用，包括我们的稀疏矩阵技巧刚用过；例如见Most efficient way to sort an array into bins specified by an index array?。

aaa = np.tile(aa,10000)
timeit(lambda:aaa[(-c[ids]).argsort(kind="stable")], number=10)
# 0.040545254945755005
timeit(lambda:sparse.csc_matrix((aaa, (c.max()-c[ids]), np.arange(len(ids)+1))).tocsr().data, number=10)
# 0.0118721229955554

【讨论】：

【解决方案3】：

您正在寻找 return_counts，您可以将其与 argsort + repeat 结合使用。这将不保证出现相同次数的元素的顺序（注意3 之前的4，计数相同，但不是“稳定”）。

u, c = np.unique(a, return_counts=True)
i = np.argsort(c)[::-1]
np.repeat(u[i], c[i])

array([5, 5, 5, 5, 4, 4, 4, 3, 3, 3, 1, 1, 2])

【讨论】：