基于两个 numpy 数组获取排序索引的最有效方法

Question

我怎样才能得到一个 numpy 数组的排序索引（距离），只考虑来自另一个 numpy 数组（val）的某些索引。

例如，考虑下面的两个 numpy 数组 val 和 distance：

val = np.array([[10, 0,  0,  0,  0],
                [0,  0,  10, 0,  10],
                [0,  10, 10, 0,  0],
                [0,  0,  0,  10, 0],
                [0,  0,  0,  0,  0]])


distance = np.array([[4, 3, 2, 3, 4],
                     [3, 2, 1, 2, 3],
                     [2, 1, 0, 1, 2],
                     [3, 2, 1, 2, 3],
                     [4, 3, 2, 3, 4]])

val == 10 的距离是 4、1、3、1、0、2。我想让这些排序为 0、1、1、2、3、4 并从距离返回相应的索引大批。

返回类似：

(array([2, 1, 2, 3, 1, 0], dtype=int64), array([2, 2, 1, 3, 4, 0], dtype=int64))

或：

(array([2, 2, 1, 3, 1, 0], dtype=int64), array([2, 1, 2, 3, 4, 0], dtype=int64))

因为第二个和第三个元素的距离都是'1'，所以我猜索引可以互换。

尝试使用 np.where, np.argsort, np.argpartition, np.unravel_index 的组合，但似乎无法正常工作

Answer 1

这是masking 的一种方式-

In [20]: mask = val==10

In [21]: np.argwhere(mask)[distance[mask].argsort()]
Out[21]: 
array([[2, 2],
       [1, 2],
       [2, 1],
       [3, 3],
       [1, 4],
       [0, 0]])