你将如何有效地重新洗牌这个数组？答案

【问题标题】：How would you reshuffle this array efficiently?你将如何有效地重新洗牌这个数组？
【发布时间】：2018-05-11 02:09:33
【问题描述】：

我有一个数组arr_val，它在大尺寸的位置存储某个函数的值（为了说明，我们只取一个小的 4 个位置）。现在，假设我还有另一个数组loc_array 存储函数的位置，并假设位置再次是相同的数字 4。但是，位置数组是多维数组，因此每个位置索引具有相同的 4 个子-位置索引，每个子位置索引是一对坐标。为了清楚地说明：

arr_val = np.array([1, 2, 3, 4])
loc_array = np.array([[[1,1],[2,3],[3,1],[3,2]],[[1,2],[2,4],[3,4],[4,1]], 
                     [[2,1],[1,4],[1,3],[3,3]],[[4,2],[4,3],[2,2],[4,4]]])

上述两个数组的含义是某个感兴趣的参数的值，例如位置[1,1],[2,3],[3,1],[3,2] 是1，等等。但是，我有兴趣以不同的形式重新表达上面的相同事物，而不是随机点，我希望有以下易处理形式的坐标

coord = [[[1,1],[1,2],[1,3],[1,4]],[[2,1],[2,2],[2,3],[2,4]],[[3,1],[3,2], 
          [3,3],[3,4]],[[4,1],[4,2],[4,3],[4,4]]]

以及在各个坐标处的值以

形式给出

val = [[1, 2, 3, 3],[3, 4, 1, 2],[1, 1, 3, 2], [2, 4, 4, 4]]

对于大型 numpy 数组，实现上述目标的一种非常有效的方法是什么？

【问题讨论】：

标签： python arrays numpy binning array-broadcasting

【解决方案1】：

你可以像这样使用lexsort：

>>> order = np.lexsort(loc_array.reshape(-1, 2).T[::-1])
>>> arr_val.repeat(4)[order].reshape(4, 4)
array([[1, 2, 3, 3],
       [3, 4, 1, 2],
       [1, 1, 3, 2],
       [2, 4, 4, 4]])

如果您确定 loc_array 是所有可能位置的排列，那么您可以避免排序：

>>> out = np.empty((4, 4), arr_val.dtype)
>>> out.ravel()[np.ravel_multi_index((loc_array-1).reshape(-1, 2).T, (4, 4))] = arr_val.repeat(4)
>>> out
array([[1, 2, 3, 3],
       [3, 4, 1, 2],
       [1, 1, 3, 2],
       [2, 4, 4, 4]])

【讨论】：

【解决方案2】：

这不可能是你想要的答案，但它仍然有效。

val = [[1, 2, 3, 3],[3, 4, 1, 2],[1, 1, 3, 2], [2, 4, 4, 4]]
temp= ""
int_list = []

for element in val:
    temp_int = temp.join(map(str, element ))
    int_list.append(int(temp_int))

int_list.sort()
print(int_list)

## result ##
[1132, 1233, 2444, 3412]

将每个element array 更改为int 并构造int_list
排序int_list
从int_list构造2D np.array

我跳过了最后一部分。您可以在网络上找到方法。

【讨论】：