弄不清楚如何使用argsort在一个数组上创建索引，并使用它对另一个数组进行排序(而不是扁平化) - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

NumPy 1.26 中文文档（四十一）

argsort(a[, axis, kind, order]) 返回对数组进行排序的索引。 ndarray.sort([axis, kind, order]) 在原地对数组进行排序。...Timsort 用于在已经或几乎排序的数据上获得更好的性能。在随机数据上，timsort 几乎与 mergesort 相同。现在它用于稳定排序，而 quicksort 仍然是默认排序（如果没有选择）。...它返回一个与 a 相同形状的索引数组，按照分区顺序索引给定轴上的数据。自版本 1.8.0 起新增。参数： a类似数组要排序的数组。 kth整数或整数序列要按其进行分区的元素索引。...返回一个数组的元组，每个维度都包含该维度中非零元素的下标。 a 中的值始终以行为主测试和返回，C 样式排序。要按元素而不是维度对下标进行分组，请使用argwhere，其将为每个非零元素返回一行。...axis可以是负数，此时它从最后一个轴向第一个轴计数。版本 1.15.0 中新增。如果这是一组 int 型的元组，则将对多个轴进行归约，而不是像以前那样对单个轴或所有轴进行归约。

2591 0

《利用Python进行数据分析·第2版》附录A NumPy高级应用A.1 ndarray对象的内部机理A.2 高级数组操作A.3 广播A.4 ufunc高级应用A.5 结构化和记录式数组A.6 更多

默认情况下，NumPy数组是按行优先顺序创建的。在空间方面，这就意味着，对于一个二维数组，每行中的数据项是被存放在相邻内存位置上的。...图A-5 二维数组在轴1上的广播图A-6展示了另外一种情况，这次是在一个三维数组上沿0轴向加上一个二维数组。 ?...图A-6 三维数组在轴0上的广播沿其它轴向广播高维度数组的广播似乎更难以理解，而实际上它也是遵循广播原则的。...给定一个或多个键，你就可以得到一个由整数组成的索引数组（我亲切地称之为索引器），其中的索引值说明了数据在新顺序下的位置。argsort和numpy.lexsort就是实现该功能的两个主要方法。...NumPy实现了一个类似于ndarray的memmap对象，它允许将大文件分成小段进行读写，而不是一次性将整个数组读入内存。

4.9K7 1

您找到你想要的搜索结果了吗？

是的

没有找到

Numpy中的索引与排序

花哨的索引探索花哨的索引组合索引Example:选择随机点利用花哨索引修改值数组排序Numpy中的快速排序:np.sort,np.argsort部分排序:分割花哨的索引花哨的索引和前面那些简单的索引非常类似...，但是传递的是索引数组，而不是单个标量。...花哨的索引让我们能够快速获得并修改复杂的数组值的子数据集。探索花哨的索引花哨的索引在概念上非常简单，它意味着传递一个索引数组来一次性获得多个数组元素。...另一个可以实现该功能的类似方法是通用函数中的 reduceat() 函数，你可以在 NumPy 文档中找到关于该函数的更多信息。...# np.argsort返回的是原来数组排好序的索引值 x = np.array([, , , , ]) i = np.argsort(x) print(i) [ ] # 通过花哨索引创建有序数组

2.5K2 0

看图学NumPy：掌握n维数组基础知识点，看这一篇就够了

有时我们需要创建一个空数组，大小和元素类型与现有数组相同： ? 实际上，所有用常量填充创建的数组的函数都有一个_like对应项，来创建相同类型的常数数组： ?...但是当涉及一维数组与矩阵之间的混合堆叠时，vstack可以正常工作：hstack会出现尺寸不匹配错误。因为如上所述，一维数组被解释为行向量，而不是列向量。...不过NumPy具有多个函数，允许按列进行排序： 1、按第一列对数组排序：a[a[:,0].argsort()] ? argsort排序后，此处返回原始数组的索引数组。...如果不方便使用axis，可以将数组转换硬编码为hstack的形式： ? 这种转换没有实际的复制发生。它只是混合索引的顺序。混合索引顺序的另一个操作是数组转置。检查它可能会让我们对三维数组更加熟悉。...最后，还有一个函数，可以在处理多维数组时节省很多Python循环，并使代码更简洁，这就是爱因斯坦求和函数einsum： ? 它将沿重复索引的数组求和。

6K2 0

Numpy进阶之排序小技巧

1、如何对数组元素进行快速排序？使用numpy.sort函数可以对数组进行排序，并返回排序好的数组。...使用方法： numpy.sort(a, axis=-1, kind=None, order=None) 参数： a : 要排序的数组； axis ：按什么轴进行排序，默认按最后一个轴进行排序； kind...使用方法（和sort类似）： numpy.argsort(a, axis=-1, kind=None, order=None) 参数： a : 要排序的数组； axis ：按什么轴进行排序，默认按最后一个轴进行排序...''' # 默认按照最后一个轴进行排序，即行排序 # 获取排序后的索引 np.argsort(x2) ''' 输出： array([[0, 1], [0, 1]], dtype=int64...) ''' 按字段属性进行排序，并获取索引。

1.1K4 0

数据科学 IPython 笔记本 9.10 数组排序

然后，如果需要，可以使用这些索引（通过花式索引）构造有序数组： x[i] # array([1, 2, 3, 4, 5]) 沿行或列的排序 NumPy 排序算法的一个有用特性是，能够使用axis参数来排序多维数组的特定行或列...示例：K 最近邻让我们快速了解如何沿着多个轴使用这个argsort函数，来查找集合中每个点的最近邻居。我们首先在二维平面上创建一组 10 个随机点。...你可能会尝试通过手动循环数据，并单独对每组邻居进行排序，来执行相同类型的操作，但这几乎肯定会产生比我们使用的向量化版本更慢的算法。...最后，我会注意到，在进行非常大的最近邻搜索时，有基于树的算法和/或近似算法，可以变为O(nlogn)或更好，而不是O(n^2)的暴力算法。...在比较算法的性能时，即使是这个松散版本的大 O 记号也非常有用，在讨论算法如何扩展时，我们将在整本书中使用这种记号。

1.8K1 0

Seq2seq强化，Pointer Network简介

源/ATYUN订阅号 Pointer Network（为方便起见以下称为指针网络）是seq2seq模型的一个变种。他们不是把一个序列转换成另一个序列, 而是产生一系列指向输入序列元素的指针。...作者发现,它对结果影响很大, 这不是我们想要的。因为本质上我们处理的是集合作为输入, 而不是序列。集合没有固定的顺序，所以元素是如何排列在理论上不应该影响结果。...而一个对少量数字进行训练的网络并不能概括更大的, 比如: 981,66,673 856,10,438 884,808,241 为了帮助网络使用数字, 我们添加一个 ID (1，2, 3…) 到序列的每个元素...实验代码在GitHub可以使用。与original repo相比, 我们添加了一个数据生成脚本, 并更改了训练脚本以从生成的文件中加载数据。...，我们一直在讨论循环网络如何处理可变长度的序列，但实际上数据是3D数组，如上所示。

1.3K6 0

Seq2seq模型的一个变种网络：Pointer Network的简单介绍

Pointer Network（为方便起见以下称为指针网络）是seq2seq模型的一个变种。他们不是把一个序列转换成另一个序列, 而是产生一系列指向输入序列元素的指针。...作者发现,它对结果影响很大, 这不是我们想要的。因为本质上我们处理的是集合作为输入, 而不是序列。集合没有固定的顺序，所以元素是如何排列在理论上不应该影响结果。...而一个对少量数字进行训练的网络并不能概括更大的, 比如: 981,66,673 856,10,438 884,808,241 为了帮助网络使用数字, 我们添加一个 ID (1，2, 3…) 到序列的每个元素...实验代码在GitHub可以使用。与original repo相比, 我们添加了一个数据生成脚本, 并更改了训练脚本以从生成的文件中加载数据。...，我们一直在讨论循环网络如何处理可变长度的序列，但实际上数据是3D数组，如上所示。

1.8K5 0

图解NumPy：常用函数的内在机制

不过，使用 linspace 时会遇到一个常见的陷阱：它统计的是数据点的数量，而不是区间，因此其最后一个参数 num 通常比你所想的数大 1。因此，上面最后一个例子中的数是 11，而不是 10。...，而不是列向量。...除了在二维或三维网格上初始化函数，网格也可用于索引数组：使用 meshgrid 索引数组，也适用于稀疏网格。...但幸运的是，NumPy 提供了一些支持按列排序的辅助函数——或有需要的话可按多列排序： 1. a[a[:,0].argsort()] 可按第一列对数组排序：这里 argsort 会返回原数组排序后的索引的数组...a[:,0].argsort(kind='stable')] 2. lexsort 函数能使用上述方式根据所有列进行排序，但它总是按行执行，而且所要排序的行的顺序是反向的（即自下而上），因此使用它时会有些不自然

3.7K1 0

图解NumPy：常用函数的内在机制

不过，使用 linspace 时会遇到一个常见的陷阱：它统计的是数据点的数量，而不是区间，因此其最后一个参数 num 通常比你所想的数大 1。因此，上面最后一个例子中的数是 11，而不是 10。...，而不是列向量。...矩阵排序 axis 参数虽然对上面列出的函数很有用，但对排序毫无用处：使用 Python 列表和 NumPy 数组执行排序的比较这通常不是你在排序矩阵或电子表格时希望看到的结果：axis 根本不能替代...但幸运的是，NumPy 提供了一些支持按列排序的辅助函数——或有需要的话可按多列排序： 1. a[a[:,0].argsort()] 可按第一列对数组排序：这里 argsort 会返回原数组排序后的索引的数组...a[:,0].argsort(kind='stable')] 2. lexsort 函数能使用上述方式根据所有列进行排序，但它总是按行执行，而且所要排序的行的顺序是反向的（即自下而上），因此使用它时会有些不自然

3.3K2 0

【深度学习】NumPy详解（四）：4、数组广播；5、排序操作

本系列将介绍Python编程语言和使用Python进行科学计算的方法，主要包含以下内容： Python：基本数据类型、容器（列表、元组、集合、字典）、函数、类 Numpy：数组创建、数组操作、数组数学、...如果两个数组在某个维度上的形状相等，或其中一个数组在该维度上的形状为1，则认为它们在该维度上是兼容的。如果两个数组在所有维度上都是兼容的，它们可以一起进行广播。...因此，在使用广播时，建议仔细理解广播规则，并确保操作的正确性。...b = np.sort(a) print(b) # 输出: [1 2 3 4 5] 2. np.argsort() 函数该函数返回数组排序后的索引。...() 方法该方法返回数组排序后的索引，类似于 np.argsort() 函数。

871 0

NumPy学习笔记—(33)

本节来介绍另外一种数组索引的方式，被称为高级索引。高级索引语法上和前面我们学习到的简单索引很像，区别只是它不是传递标量参数作为索引值，而是传递数组参数作为索引值。...x[ind] array([71, 86, 60]) 当使用高级索引时，结果数组的形状取决于索引数组的形状而不是被索引数组的形状： ind = np.array([[3, 7],...1.4.使用高级索引修改数据前面我们看到高级索引能够被用来获取一个数组的部分数据，实际上它还能用来修改选中部分的数据。...2.2.部分排序：分区有时候我们并不是需要对整个数组排序，而仅仅需要找到数组中的K个最小值。...2.3.例子：k 近邻下面我们使用argsort沿着多个维度来寻找每个点的最近邻。首先在一个二维平面上创建 10 个随机点数据。

2.3K2 0

【科学计算包NumPy】NumPy数组的基本操作

对一个数组进行重复运算时，使用 ufunc 函数比使用 math 库中的函数效率要高很多，方便程序书写（替代了循环）。...（2）如果两个数组的形状在任何一个维度上都不匹配，那么数组的形状会沿着维度为 1 的维度进行扩展，以匹配另一个数组的形状。（3）输出数组的 shape 是输入数组 shape 的各个轴上的最大值。...indexing），允许用一个索引数组作为另一个数组的索引以获取后者的子集。...np.argsort 函数和 np.lexsort 函数根据一个或多个键值对数据集进行排序。...使用 argsort 和 lexsort 函数，可以在给定一个或多个键时，得到一个由整数构成的索引数组，索引值表示数据在新的序列中的位置。

1221 0

NumPy 1.26 中文文档（五）

ndarray.sort([axis, kind, order]) 对数组进行原地排序。 ndarray.argsort([axis, kind, order]) 返回对该数组进行排序的索引。...索引范围由数组的 shape 指定。每个条目占用多少字节以及这些字节如何解释由与数组关联的数据类型对象定义。内存段本质上是一维的，有许多不同的方案可以将 N 维数组的条目排列在一维块中。...ndarray.sort([axis, kind, order]) 对数组进行原地排序。 ndarray.argsort([axis, kind, order]) 返回用于对数组进行排序的索引。...ndarray.sort([axis, kind, order]) 就地对数组进行排序。 ndarray.argsort([axis, kind, order]) 返回按排序数组的索引。...argpartition(kth[, axis, kind, order]) 返回对数组进行分区的索引。 argsort([axis, kind, order]) 返回对数组进行排序的索引。

1551 0

一句Python，一句R︱数据的合并、分组、排序、翻转、集合

如果数据格式是array的话，如何对array进行合并？这边笔者又要吐槽自己了...以为又在使用R，如果a是array格式的，append是不可以使用的。...2、数组array/numpy 笔者目前见到的排序有以下几类：sort、sorted;argsort返回的是数列排序的秩 sort+sorted跟之前的元组、list一样，但是argsort不太一样...两个 sets 在也只有在这种情况下是相等的：每一个 set 中的元素都是另一个中的元素（二者互为subset）。...一个 set 比另一个 set 小，只有在第一个 set 是第二个 set 的 subset 时（是一个 subset，但是并不相等）。...一个 set 比另一个 set 打，只有在第一个 set 是第二个 set 的 superset 时（是一个 superset，但是并不相等）。子 set 和相等比较并不产生完整的排序功能。

1.2K2 0

NumPy 笔记（超级全！收藏√）

ndarray 数组可以基于 0 - n 的下标进行索引，切片对象可以通过内置的 slice 函数，并设置 start, stop 及 step 参数进行，从原数组中切割出一个新数组。...numpy.char.center() numpy.char.center() 函数用于将字符串居中，并使用指定字符在左侧和右侧进行填充。 ...此外，一个数组的任何变化都反映在另一个数组上。例如，一个数组的形状改变也会改变另一个数组的形状。 ...当创建一个对象，然后把它赋给另一个变量的时候，Python 并没有拷贝这个对象，而只是拷贝了这个对象的引用，我们称之为浅拷贝。 ...逆矩阵（inverse matrix）：设A是数域上的一个n阶矩阵，若在相同数域上存在另一个n阶矩阵B，使得： AB=BA=E ，则我们称B是A的逆矩阵，而A则被称为可逆矩阵。注：E为单位矩阵。

4.6K3 0

002.python科学计算库numpy(下)

("---------") # 初始化数组为1,并指定元素类型 print(np.ones((2, 3, 4), dtype=np.float)) print("---------") # 返回一个指定空间的随机的...print(np.hsplit(a, 3)) print("----") # hsplit第二个参数是个元组的时候，表示split的索引列 # 下面这个就是在列索引号为 3,5,8的地方进行拆分 print...---- view import numpy as np a = np.arange(12) # view视图方法创建一个新的数组对象，该对象具有相同的数据 c = a.view() print(c)...---- argsort import numpy as np a = np.array([4, 3, 1, 2]) # 返回对数组进行排序的索引。...# 最小的1索引为2，最大的4索引为0 b = np.argsort(a) # [2 3 1 0] print(b) # 排序后的数组 print(a[b]) ?

4851 0

Python NumPy自定义排序算法实现

虽然 NumPy 提供了高效的内置排序函数（如 numpy.sort 和 numpy.argsort），但有时需要实现自定义的排序逻辑，以满足特定需求，例如对数组中的特定列、组合条件或自定义顺序进行排序...NumPy 内置排序方法在开始自定义排序算法之前，先了解 NumPy 提供的内置排序功能： numpy.sort：对数组进行排序，默认沿最后一个轴进行排序。...numpy.argsort：返回排序后的索引。 numpy.lexsort：用于基于多个键的排序。...自定义排序算法实现自定义排序算法可以通过以下几种方式实现：方法一：基于索引的排序可以通过 numpy.argsort 获取排序后的索引，然后根据这些索引重新排列数组。...= np.argsort(weights) # 根据索引重排数组 sorted_arr = arr[sorted_indices] print("按权重排序后的数组：", sorted_arr)

791 0

Python数据分析 | Numpy与2维数组操作

axis参数的值实际上就是维度值，如第一个维是axis=0 ，第二维是axis=1，依此类推。因此，在2维数组中，axis=0指列方向，axis=1指行方向。...因为前文提到将一维数组作为行向量，而不是列向量。...除了在二维或三维网格上初始化函数外，网格还可以用于索引数组： [5fbeb8c06cf6972f068787fd31d70184.png] 以上方法在稀疏网格中同样适用。...但好在NumPy提供了其他功能，这些功能允许按一列或几列进行排序： 1、a[a [:,0] .argsort()]表示按第一列对数组进行排序： [957cf897dcc850eb0e3f40d4650e773e.png...] 其中，argsort返回排序后的原始数组的索引数组。

1.8K4 1

numPy的一些知识点

np 的高级索引，不像 python 只能用字符和数字做索引，np 还可以用整形矩阵和布尔型矩阵来进行索引，虽然平时可能用的并不多。...是在原来的 array 上就地修改，并且，为了方便，reshape 可以在确定了其中一个维度的大小后将另一个维度用 -1 表示，让计算机自己去计算，但是用 resize 的话一定要将所有的维度都正确填写...，底层来说的话，浅拷贝相当于拷贝前后的两个变量公用一块内存，改变了其中一个的话，另一个也会跟着改变，深拷贝则是开辟了另一块内存进行拷贝，使拷贝前后二者没有任何关联，仅仅是值相等，改变其中一个的值另一个并不会跟着改变...argsort 函数返回的是数组值从小到大的索引值，也就是 index 一维数组 >>> x = np.array([3, 1, 2]) >>> np.argsort(x) array([1, 2,...) #按列排序 array([[0, 1], [1, 0]]) >>> np.argsort(x, axis=1) #按行排序 array([[0, 1], [0, 1]]

9513 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭