如何使用 Numpy 数组复制 python 列表自定义排序功能？答案

【问题标题】：How can I replicate python list custom sort functionality with Numpy array?如何使用 Numpy 数组复制 python 列表自定义排序功能？
【发布时间】：2020-08-28 10:26:14
【问题描述】：

我有以下代码将零移动到标准 Python 列表的一端

def _moveZeros(x):    
    if x==0:
        return x
    else:
        return -1

l = [1,0,5,6,0,0,7,2]
l.sort(key=_moveZeros)
print(l)

这种情况下的输出是 [1,5,6,7,2,0,0,0]

如何使用 Numpy 数组完成类似的操作？

【问题讨论】：

嗯np.sort？已经实施了。
是的，但我只想移动零。我不相信 np.sort 接受传递“key”参数来指定自定义评估函数
您可以使用所需的排序值构造一个新数组，并将argsort 应用于该数组。这为您提供了将重新排序原始索引的索引。

标签： python list numpy sorting numpy-ndarray

【解决方案1】：

花式索引在 numpy 中大有帮助 :)

import numpy as np
a = np.array([1,0,5,6,0,0,7,2])

a = np.hstack([a[a != 0], a[a == 0]])

我本身并不是在排序，我正在创建 a 的两个新视图，一个包含所有不同于 0 的元素，另一个包含所有 0，然后水平堆叠作为一个新数组。

如果您想要 0 以外的数字，只需将其替换为 k

【讨论】：

【解决方案2】：

不是很优雅，但很有效：

import numpy as np
aaa = [1,0,5,6,0,0,7,2]
zero_idxs = np.where(np.array(aaa)==0)[0]
non_zero_idxs = [i for i in range(len(aaa)) if i not in zero_idxs]
np.hstack((np.array(aaa)[non_zero_idxs], np.zeros((len(zero_idxs)), dtype=int)))

array([1, 5, 6, 7, 2, 0, 0, 0])

【讨论】：

谢谢我有类似的东西，尽管使用 argindex 可能更丑陋。希望避免循环！
我想对于正在学习的人来说，我的答案非常易读，但@Alberto 给出了最pythonic的答案:)

【解决方案3】：

在这种情况下，hstack 方法很好，但如果您在更一般的情况下需要这种方法：

您可以使用所需的排序值构造一个新数组，并将 argsort 应用于该数组。这为您提供了将重新排序原始索引的索引。

In [86]: l = np.array([1,0,5,6,0,0,7,2])                                                               
In [87]: m = l==0                                                                                      
In [88]: m                                                                                             
Out[88]: array([False,  True, False, False,  True,  True, False, False])
In [89]: i = np.argsort(m)                                                                             
In [90]: i                                                                                             
Out[90]: array([0, 2, 3, 6, 7, 1, 4, 5])
In [91]: l[i]                                                                                          
Out[91]: array([1, 5, 6, 7, 2, 0, 0, 0])

【讨论】：