如何基于索引数组重新排列数组

Question

我正在寻找一个单线解决方案，可以帮助我做以下工作。

如果我有

array = np.array([10, 20, 30, 40, 50])

我想根据输入顺序重新排列它。如果有一个名为arrange的numpy函数，它将执行以下操作：

newarray = np.arrange(array, [1, 0, 3, 4, 2])
print newarray

    [20, 10, 40, 50, 30]

形式上，如果要重新排序的数组是m x n，“index”数组是1xn，则顺序将由名为“index”的数组确定。

numpy有这样的功能吗？

Answer 1

对于索引为2d数组的，可以使用map函数。 下面是一个例子：

a = np.random.randn(3, 3)
print(a)
print(np.argsort(a))

print(np.array(list(map(lambda x, y: y[x], np.argsort(a), a))))

输出是

[[-1.42167035  0.62520498  2.02054623]
 [-0.17966393 -0.01561566  0.24480554]
 [ 1.10568543  0.00298402 -0.71397599]]
[[0 1 2]
 [0 1 2]
 [2 1 0]]
[[-1.42167035  0.62520498  2.02054623]
 [-0.17966393 -0.01561566  0.24480554]
 [-0.71397599  0.00298402  1.10568543]]

Answer 2

您可以直接使用“索引”列表，以及索引数组：

>>> arr = np.array([10, 20, 30, 40, 50])
>>> idx = [1, 0, 3, 4, 2]
>>> arr[idx]
array([20, 10, 40, 50, 30])

如果idx已经是一个ndarray而不是一个list，则速度会快得多，即使它可以以两种方式工作：

>>> %timeit arr[idx]
100000 loops, best of 3: 2.11 µs per loop
>>> ai = np.array(idx)
>>> %timeit arr[ai]
1000000 loops, best of 3: 296 ns per loop

Answer 3

如果要按降序排序：

a = np.array([1,2,3,4,5])
np.argsort(a)
> array([0, 1, 2, 3, 4])
np.argsort(-a)
> array([4, 3, 2, 1, 0])