从 numpy argsort 得到奇怪的结果

Question

我有（在我看来）一个相当清晰的例子，它使用 numpy argsort 产生奇怪的结果。如果我创建一个示例字符数组：

letters = np.array([['b','a','c'],
                    ['c','a','b'],
                    ['b','c','a']]).astype(str)

然后我希望沿行进行排序（并保留排序顺序，以供以后使用）。我从 argsort 得到的输出是

sort_seq = np.argsort(letters, axis=1)
sort_seq
array([[1, 0, 2],
       [1, 2, 0],
       [2, 0, 1]])

这似乎使第一行正确，但其他人则不然。如果我用它来重建数组，那么我得到：

output = np.full_like(letters, '')
np.put_along_axis(output, sort_seq, letters,axis=1)
output

给了

array([['a', 'b', 'c'],
       ['b', 'c', 'a'],
       ['c', 'a', 'b']], dtype='<U1')

如果我查看这里和其他站点，我会发现多维数组的 argsorting 有时并不总是很好。但是这个例子似乎非常接近 numpy 文档中给出的例子——在这种情况下它肯定可以工作吗？

感谢您的帮助！

Answer 1

我觉得不错：

In [88]: letters = np.array([['b','a','c'],
    ...:                     ['c','a','b'],
    ...:                     ['b','c','a']]).astype(str)
    ...: sort_seq = np.argsort(letters, axis=1)
    ...:                     
In [89]: np.take_along_axis(letters, sort_seq, axis=1)
Out[89]: 
array([['a', 'b', 'c'],
       ['a', 'b', 'c'],
       ['a', 'b', 'c']], dtype='<U1')

这可能是我们如何理解argsort 的问题。是“接受”订单还是“卖出”订单？

要使用put，我们必须使用双重排序

In [91]: dblsort= np.argsort(sort_seq, axis=1)
In [92]: dblsort
Out[92]: 
array([[1, 0, 2],
       [2, 0, 1],
       [1, 2, 0]])
In [93]: res = np.zeros_like(letters)
In [94]: np.put_along_axis(res, dblsort, letters, axis=1)
In [95]: res
Out[95]: 
array([['a', 'b', 'c'],
       ['a', 'b', 'c'],
       ['a', 'b', 'c']], dtype='<U1')

numpy: find index in sorted array (in an efficient way)