用重复值对一个数组进行排序？答案

【问题标题】：Sort one array by another with duplicate values?用重复值对一个数组进行排序？
【发布时间】：2019-12-05 22:15:36
【问题描述】：

You can sort two arrays using one as the leading.

arr1inds = lead_arr1.argsort()
sorted_arr1 = lead_arr1[arr1inds]
sorted_arr2 = arr2[arr1inds]

问题是，如果两个数组都有重复的值，您将如何执行此操作，此外您还想“折叠”前导数组值并平均匹配它的 arr2..

F.e. ：

 sorted_arr1 = [ ...5,5,5 ...]
 arr2        = [ ...4,7,8 ...]

变为 (4+7+8)/3。 = 6.333：

 sorted_arr1 = [ ...5 ...]
 arr2        = [ ...6.333 ...]

也许可以使用循环 "for i in arr1.unique().sort()" ... 但我想知道纯 numpy 是否有可能？

【问题讨论】：

您会考虑使用 pandas 解决方案吗？
可能是......可能它可以翻译成numpy

标签： python arrays numpy sorting unique

【解决方案1】：

如果您想将一个数组排序为另一个数组，您可以将其压缩并放入 sorted 函数，使用 key 参数和 lambda 和元组解包来选择键。

举例

sorted(zip(arr1, arr2), key=lambda zipped: zipped[0])

在本例中，您将使用元组中的第一个值对数组进行排序。

您总是可以过滤和解包元组，留下两个排序数组。

【讨论】：

【解决方案2】：

Pandas 分组很方便：

a1 = np.array([1,1,1,5,5,5,3,3])
a2 = np.array([10,11,1,4,7,8,9,10])

s = pd.Series(a2).groupby(a1).transform('mean')

a1[np.argsort(s)]

输出：

array([5, 5, 5, 1, 1, 1, 3, 3])

或者你想要：

s = pd.Series(a2).groupby(a1).mean()

给予

1    7.333333
3    9.500000
5    6.333333
dtype: float64

而s.sort_values() 给出了

5    6.333333
1    7.333333
3    9.500000
dtype: float64

【讨论】：

【解决方案3】：

np.unique 和 np.bincount 可以在这里使用：

# set up example
a1 = np.random.randint(0,10,20)
a2 = np.random.random(20)

# solve
sa1,idx,cnt = np.unique(a1,return_counts=True,return_inverse=True)
sa2 = np.bincount(idx,a2)/cnt

# compare with brute force
np.all(sa1 == sorted(set(a1)))
# True
np.all(sa2 == [np.mean(a2[a1 == x]) for x in sa1])
# True

【讨论】：