Numpy argsort - nó đang làm gì?

Question

Tại sao NumPy đưa ra kết quả này:

x = numpy.array([1.48,1.41,0.0,0.1]) 
print x.argsort() 

>[2 3 1 0] 

khi tôi mong đợi nó để làm điều này:

[3 2 0 1]

Rõ ràng sự hiểu biết của tôi về chức năng thiếu hụt.

Answer 1

Theo the documentation

Trả về chỉ số đó sẽ sắp xếp một mảng.

• 2 là chỉ số của 0.0.
• 3 là chỉ mục của 0.1.
• 1 là chỉ mục của 1.41.
• 0 là chỉ mục của 1.48.

Answer 2

[2, 3, 1, 0] chỉ ra rằng yếu tố nhỏ nhất là ở chỉ số 2, nhỏ nhất tiếp theo tại chỉ số 3, sau đó chỉ số 1, sau đó chỉ số 0.

Có a number of ways để có được kết quả bạn đang tìm kiếm:

import numpy as np 
import scipy.stats as stats 

def using_indexed_assignment(x): 
    "https://stackoverflow.com/a/5284703/190597 (Sven Marnach)" 
    result = np.empty(len(x), dtype=int) 
    temp = x.argsort() 
    result[temp] = np.arange(len(x)) 
    return result 

def using_rankdata(x): 
    return stats.rankdata(x)-1 

def using_argsort_twice(x): 
    "https://stackoverflow.com/a/6266510/190597 (k.rooijers)" 
    return np.argsort(np.argsort(x)) 

def using_digitize(x): 
    unique_vals, index = np.unique(x, return_inverse=True) 
    return np.digitize(x, bins=unique_vals) - 1 

---

Ví dụ,

In [72]: x = np.array([1.48,1.41,0.0,0.1]) 

In [73]: using_indexed_assignment(x) 
Out[73]: array([3, 2, 0, 1]) 

---

này kiểm tra rằng tất cả họ đều tạo ra kết quả tương tự:

x = np.random.random(10**5) 
expected = using_indexed_assignment(x) 
for func in (using_argsort_twice, using_digitize, using_rankdata): 
    assert np.allclose(expected, func(x)) 

Những tiêu chuẩn IPython %timeit gợi ý cho mảng lớn using_indexed_assignment là nhanh nhất:

In [50]: x = np.random.random(10**5) 
In [66]: %timeit using_indexed_assignment(x) 
100 loops, best of 3: 9.32 ms per loop 

In [70]: %timeit using_rankdata(x) 
100 loops, best of 3: 10.6 ms per loop 

In [56]: %timeit using_argsort_twice(x) 
100 loops, best of 3: 16.2 ms per loop 

In [59]: %timeit using_digitize(x) 
10 loops, best of 3: 27 ms per loop 

Đối với mảng nhỏ, using_argsort_twice có thể nhanh hơn:

In [78]: x = np.random.random(10**2) 

In [81]: %timeit using_argsort_twice(x) 
100000 loops, best of 3: 3.45 µs per loop 

In [79]: %timeit using_indexed_assignment(x) 
100000 loops, best of 3: 4.78 µs per loop 

In [80]: %timeit using_rankdata(x) 
100000 loops, best of 3: 19 µs per loop 

In [82]: %timeit using_digitize(x) 
10000 loops, best of 3: 26.2 µs per loop 

---

Cũng lưu ý rằng stats.rankdata cho phép bạn kiểm soát nhiều hơn cách xử lý các phần tử có giá trị như nhau.

Answer 3

Như the documentation nói, argsort:

Trả về chỉ số đó sẽ sắp xếp một mảng.

Điều đó có nghĩa là yếu tố đầu tiên của argsort là chỉ số của phần tử cần được sắp xếp đầu tiên, yếu tố thứ hai là chỉ số của phần tử cần được thứ hai vv

gì bạn dường như muốn là thứ tự xếp hạng của các giá trị, đó là thứ được cung cấp bởi scipy.stats.rankdata. Lưu ý rằng bạn cần phải suy nghĩ về những gì sẽ xảy ra nếu có quan hệ trong hàng ngũ.

Answer 4

Đầu tiên, nó được đặt hàng mảng. Sau đó tạo một mảng với chỉ mục ban đầu của mảng.

Answer 5

Chỉ muốn tương phản trực tiếp sự hiểu biết ban đầu của OP đối với việc triển khai thực tế bằng mã.

numpy.argsort được xác định sao cho

x[x.argsort()] == numpy.sort(x) # this will be an array of True's 

Các OP ban đầu nghĩ rằng nó đã được xác định sao cho

x == numpy.sort(x)[x.argsort()] # this will not be True 

Answer 6

đầu vào:
nhập khẩu NumPy như np
x = np.array ([ 1.48,1.41,0.0,0.1])
x.argsort(). Argsort()

đầu ra:
mảng ([3, 2, 0, 1])