python - 按另一个一维数组对 ND numpy 数组进行排序

Question

从这个问题的答案（Sort a numpy array by another array, along a specific axis, using less memory）中，我学习了如何在不创建太多额外数组的情况下a按另一个 numpy 数组的值对多维 numpy 数组进行排序。b

但是，numpy.rec.fromarrays([a, b])仅当数组a和b具有相同形状时才有效。我的b数组是一维数组，但a数组是 ND 数组（未指定 N）。a通过一维数组的值在特定轴之间对数组进行排序是一种很好的方法（并且有效）b吗？

Answer 1

np.take与axis关键字参数一起使用：

>>> a = np.arange(2*3*4).reshape(2, 3, 4)
>>> a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> b = np.arange(3)
>>> np.random.shuffle(b)
>>> b
array([1, 0, 2])
>>> np.take(a, b, axis=1)
array([[[ 4,  5,  6,  7],
        [ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [12, 13, 14, 15],
        [20, 21, 22, 23]]])

如果你想使用花哨的索引，你只需要用足够的空切片填充索引元组：

>>> a[:, b]
array([[[ 4,  5,  6,  7],
        [ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [12, 13, 14, 15],
        [20, 21, 22, 23]]])

或者在更一般的环境中：

>>> axis = 1
>>> idx = (slice(None),) * axis + (b,)
>>> a[idx]
array([[[ 4,  5,  6,  7],
        [ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [12, 13, 14, 15],
        [20, 21, 22, 23]]])

但np.take真的应该是你的第一选择。