np.argsort与关系

支持假设我们定义一个函数用于支持做argsort为纽带as described in this solution：与他np.argsort与关系

input = np.array([5.5, 3.5, 2.0, 2.0, 7.0, 7.0, 7.0, 3.5, 6.5, 6.5, 6.5, 9.0]) 
output = argsort_with_support_for_ties(input)

以下结果：

def argsort_with_support_for_ties(a): 
    rnd_array = np.random.random(a.size) 
    return np.lexsort((rnd_array,a))

我们测试它

> np.stack([input, output], axis=0).T 

array([[ 5.5, 3. ], 
     [ 3.5, 2. ], 
     [ 2. , 1. ], 
     [ 2. , 7. ], 
     [ 7. , 0. ], <--- A 
     [ 7. , 10. ], <--- B 
     [ 7. , 9. ], 
     [ 3.5, 8. ], 
     [ 6.5, 5. ], 
     [ 6.5, 4. ], 
     [ 6.5, 6. ], 
     [ 9. , 11. ]])

请注意条目A和B共享相同的输入值（7），但结束于极其不同的位置0和10。

这不是我所希望得到的。更可以接受的答案会是：

output = np.array([4, 2, 1, 0, 8, 9, 10, 3, 5, 6, 7, 11])

那么与argsort_with_support_for_ties上述失败了吗？

来源

2016-11-28 Amelio Vazquez-Reina

看看'输入[输出]'，它不给一个排序的数组？ – wrwrwr

您正在解释'lexsort'的结果不正确。这不是价值的排名。它包含的索引是'input [output]'是排序后的数组。例如，结果显示'output [4]'为0.这意味着在排序结果中，索引4处的值取自索引0处的输入。 –

如果要对这些值排序，请参见http：/ /stackoverflow.com/questions/5284646/rank-items-in-an-array-using-python-numpy –

我知道你想排名的元素，以便tiebreaking是随机的。对于这一点，你只需要翻转你从lexsort得到了排列：

output = np.argsort(np.lexsort((rnd_array,a)))

我的输出（这是不相同的，因为随机性的你）：

array([ 4, 3, 0, 1, 10, 9, 8, 2, 7, 5, 6, 11])

来源

2016-11-29 03:21:43 FTP

np.argsort与关系

回答

相关问题