1 
t_index = np.argsort(adj, axis = 0)[:,::-1]  # 54 x 54 shape   
t = np.sort(adj, axis= 0)[:,::-1] # 54 x 54
t[5:,] = 0
adj = t[t_index] # 54 x 54 x 54

它不是返回 54 x 54 形状，而是 54 x 54 x 54。我怎样才能获得相同的形状？为什么是立体的？

4

1 回答 1

2

让我给你一个例子，说明我们使用谁的t[t_index]语法来帮助你理解它是如何工作的。我有时使用整数数组来表示使用颜色托盘的图像。256 种颜色中的每一种，rgb 值都存储在形状为 (256, 3) 的托盘数组中。图像存储为 0 到 255 之间的 (1000, 1000) 整数数组，或托盘数组的索引。如果我想创建一个 rgb 图像，例如出于显示目的，我会rgbimage = pallet[image]创建一个 (1000, 1000, 3) 的 rgb 图像。

更新：我看到您已在 include argsort 中更新了您的问题，也许您正在尝试做与此问题类似的事情。对于二维数组，简短版本如下所示：

s = np.random.random((54, 54))
t = np.random.random((54, 54))
axis = 0

t_index = s.argsort(axis)
idx = np.ogrid[:t.shape[0], :t.shape[1]]
idx[axis] = t_index
t_sort = t[idx]

我一直在寻找一个很好的解释它是如何工作的，但我似乎找不到一个好的解释。如果有人对如何ogrid工作或 numpy 索引中的广播如何工作有很好的参考，请在评论中留言。我会写一个简短的解释，应该会有所帮助。假设t是一个二维数组，我想从每列中挑选出 2 个元素，我会执行以下操作：

t = np.arange((12)).reshape(3, 4)
print t
# [[ 0,  1,  2,  3],
#  [ 4,  5,  6,  7],
#  [ 8,  9, 10, 11]]

print t[[0, 3], :]
# [[ 0  1  2  3]
#  [ 8  9 10 11]]

现在想象我想要每一行的不同元素，我可以尝试：

row_index = [[0, 2],
             [0, 2],
             [1, 2],
             [0, 1]]
t[row_index]
# Which in python is the same as
t[row_index, :]

但这行不通。这种行为应该不足为奇，因为这:意味着每一列。在前面的示例中，我们得到每一列为 0，每一列为 2。我们真正想要的是：

row_index = [[0, 2],
             [0, 2],
             [1, 2],
             [0, 1]]
column_index = [[0, 0],
                [1, 1],
                [2, 2],
                [3, 3]]
t[row_index, column_index]

Numpy 还允许我们作弊并使用以下内容，因为这些值只是重复的：

column_index = [[0],
                [1],
                [2],
                [3]]

阅读有关广播的信息以更好地理解这一点。我希望这个解释是有帮助的。

于 2013-10-16T23:22:30.287 回答