Numpy 按降序对二维数组进行排序并从每行中取前 N

Question

这里有一个原始的二维数组

in_arr = np.array([[20,0,10,40,30], [50,40,60,90,80]])

# original array
# [[20,  0, 10, 40, 30],
#  [50, 40, 60, 90, 80]]

我需要按降序和按行对数组进行排序，因此，我使用 numpy.argsort(axis=1) 和 output 排序索引

out_arr1 = np.argsort(in_arr, axis = 1)[:,::-1]
>>> array([[3, 4, 0, 2, 1],
          [3, 4, 2, 0, 1]])

然后，我需要从每个数组行中提取前 3 个最大的数字，样本所需的 output 如下：

# first 3 largest number from each row
# [[40,30,20],
#  [90,80,60]]

我努力了几个小时试图找出正确的解决方案，但仍然不知道我该怎么做，在这里想寻求帮助。 您的宝贵时间和建议将不胜感激。 谢谢！

Answer 1

使用numpy.argsort()返回排序数组的索引数组。 因此，您的out_arr1让您知道的是在每一行的哪个位置可以找到最高值。

如果您要继续这种方式，您需要对 in_arr 中的每一行（在此写为in_arr[i] ）取 out_arr1[ out_arr1[i] ] 中前 3 个索引处的值。

这意味着out_arr1[i, 0]告诉您第i行的 in_arr 中的最大值所在的位置。 在我们的例子中， out_arr1[0, 0] = 3 ，这意味着第 0 行的最大值是 40（在索引 3 上）

这样做，每行上最大的 3 个数字由out_arr1[0, 0] 、 out_arr1[0, 1] 、 out_arr1[0, 2]和out_arr1[1, 0] 、 out_arr1[1, 1] 、 out_arr1[1, 2] 。

要获得所需的 output，我们需要以下内容：

final_arr = numpy.array([in_arr[0, out_arr1[0, 0], in_arr[0, out_arr1[0, 1], in_arr[0, out_arr1[0, 2], in_arr[1, out_arr1[1, 0], in_arr[1, out_arr1[1, 1], in_arr[1, out_arr1[1, 2]])

然而，这并不优雅，还有另一种更简单的解决方案来解决您的问题。

使用numpy.sort()而不是numpy.argsort()我们可以返回沿轴排序的in_arr的确切值。 通过这样做，我们不再需要使用 output 索引来查找我们的 3 个最高值，因为它们是我们新 output 中的前 3 个。

将out_arr2视为numpy.sort()中的 output ，最终数组将如下所示：

final_arr = numpy.array([[out_arr[0, 0], out_arr[0, 1], out_arr[0, 2]], [out_arr[1, 0], out_arr[1, 1], out_arr[1, 2]]])

Answer 2

基于这个this answer你可以做这样的事情

np.array(list(map(lambda x, y: y[x], np.argsort(in_arr), in_arr)))[:,::-1][:,:3]

这使

array([[40, 30, 20],
       [90, 80, 60]])

Answer 3

您可以首先使用 sorted 使用列表推导对输入数组中的所有行进行sorted 。 然后提取行的最后 3 个数字。

in_arr = np.array([[20,0,10,40,30], [50,40,60,90,80]])

output = []
for i in [sorted(row) for row in in_arr]:
    output.append(i[-3:][::-1])
    
print(output)