在 python 中使用 numpy.argsort 对列表的每一列进行排序答案

【问题标题】：Sort each column of a list using numpy.argsort in python在 python 中使用 numpy.argsort 对列表的每一列进行排序
【发布时间】：2020-03-04 01:29:29
【问题描述】：

我正在尝试使用 numpy.argsort 对列表的每一列进行排序。但是，我得到的输出与正确的排序不匹配。我要排序的列表的名称是“CD”。下面，我提供了我目前使用的代码和不正确的输出。

print(numpy.argsort(CD,axis=0))

CD 列表如下。

[[90, 85, 71, 48], 
[28, 75, 2, 71], 
[5, 93, 15, 56], 
[59, 91, 29, 43], 
[28, 24, 82, 35], 
[13, 102, 77, 21], 
[85, 102, 33, 64], 
[80, 66, 64, 30], 
[91, 78, 41, 1], 
[77, 33, 30, 50]]

输出是

如果您能给出可能出错的提示，我将不胜感激。

编辑

我想获取已排序列的索引。不是实际数字。很抱歉一开始没有把它清除掉

【问题讨论】：

您要对列进行排序的元素是什么？第一个元素？或者你想保持列在适当的位置并对每一列进行排序？这个问题仍然很不清楚；您能举例说明 CD 排序后的样子吗？

标签： python numpy sorting numpy-ndarray columnsorting

【解决方案1】：

numpy.argsort返回排序后数组的索引

我想你想要的是numpy.sort

print(numpy.sort(CD,axis=0))
# [[  5  24   2   1]
#  [ 13  33  15  21]
#  [ 28  66  29  30]
#  [ 28  75  30  35]
#  [ 59  78  33  43]
#  [ 77  85  41  48]
#  [ 80  91  64  50]
#  [ 85  93  71  56]
#  [ 90 102  77  64]
#  [ 91 102  82  71]]

【讨论】：

【解决方案2】：

也许您只想sort（返回数组的排序副本）数组而不是argsort（返回将对数组进行排序的索引）？

np.sort(cd, axis=1)
#array([[ 48,  71,  85,  90],
#       [  2,  28,  71,  75],
#       [  5,  15,  56,  93],
#       [ 29,  43,  59,  91],
#       [ 24,  28,  35,  82],
#       [ 13,  21,  77, 102],
#       [ 33,  64,  85, 102],
#       [ 30,  64,  66,  80],
#       [  1,  41,  78,  91],
#       [ 30,  33,  50,  77]])
np.sort(cd, axis=0)
#array([[  5,  24,   2,   1],
#       [ 13,  33,  15,  21],
#       [ 28,  66,  29,  30],
#       [ 28,  75,  30,  35],
#       [ 59,  78,  33,  43],
#       [ 77,  85,  41,  48],
#       [ 80,  91,  64,  50],
#       [ 85,  93,  71,  56],
#       [ 90, 102,  77,  64],
#       [ 91, 102,  82,  71]])

【讨论】：

【解决方案3】：

获得您想要的东西的有效（但缓慢）方法：

np.argsort(np.argsort(x, axis = 0), axis = 0)
Out[]: 
array([[8, 5, 7, 5],
       [2, 3, 0, 9],
       [0, 7, 1, 7],
       [4, 6, 2, 4],
       [3, 0, 9, 3],
       [1, 8, 8, 1],
       [7, 9, 4, 8],
       [6, 2, 6, 2],
       [9, 4, 5, 0],
       [5, 1, 3, 6]], dtype=int64)

你要的其实是逆argsort，在here上可以找到很多资料

【讨论】：