[英]Individually sort columns of 2D arrays within a 3D array based on their individual rows
我知道我們可以通過以下方式基於行對 2D numpy 數組的列進行排序:
a = np.array([[1,4,7],
[3,1,5],
[9,5,8]])
a = a[:, a[1, :].argsort()]
Out: [[4,1,7],
[1,3,5],
[5,9,8]]
請注意,這確實是我想要的。 第二行(索引 = 1)現在已排序,第 0 行和第 2 行中的值也相應地移動。 也就是說,列位置會根據第 1 行的排序順序發生變化。
但是現在我的問題是:我沒有 2D 數組,而是 3D 數組(即 2D 數組的數組)。
a = np.array([[[1,4,7],
[3,1,5],
[9,5,8]],
[[2,8,7],
[3,8,1],
[9,2,8]]])
我仍然想根據各自第 1 行的值對 2D 數組的列進行單獨排序。所需的結果是:
([[[4,1,7],
[1,3,5],
[5,9,8]],
[[7,2,8],
[1,3,8],
[8,9,2]]])
我嘗試了以下但結果並不如預期:
a = a[:, :, a[: , 1, :].argsort()]
試試np.take_along_axis
:
np.take_along_axis(a,a[:,1].argsort()[:,None], axis=2)
出去:
array([[[4, 1, 7],
[1, 3, 5],
[5, 9, 8]],
[[7, 2, 8],
[1, 3, 8],
[8, 9, 2]]])
老實說,不要問我為什么它有效:-)
您可以使用numpy.argsort
和numpy.take_along_axis
的組合:
idx = np.argsort(a, axis=2)
np.take_along_axis(a, idx[:,None,1], axis=2)
它的工作原理是從argsort
獲取排序順序,然后只保留相關行(此處為 1),重新take_along_axis
在所有其他行上廣播take_along_axis
的操作。
輸出:
array([[[4, 1, 7],
[1, 3, 5],
[5, 9, 8]],
[[7, 2, 8],
[1, 3, 8],
[8, 9, 2]]])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.