Я знаю о numpy.argsort(), но он возвращает индексы элементов в массиве, которые будут отсортированы по определенной оси.
Мне нужно отсортировать все значения в N-мерном массиве и в результате получить линейный список кортежей.
Как это:
>>> import numpy
>>> A = numpy.array([[7, 8], [9, 5]])
>>> numpy.magic(A)
[(1, 0), (0, 1), (0, 0), (1, 1)]
P.S. Я даже не понимаю, что мне пытается сказать вывод argsort для этого массива.
np.argsort(A) сортирует каждую строку A отдельно. Например,
In [21]: np.argsort([[6,5,4],[3,2,1]])
Out[21]:
array([[2, 1, 0],
[2, 1, 0]])
Вместо этого вы хотите сгладить свой массив в одномерный массив значений, а затем отсортировать его. Это можно сделать, установив для параметра axis значение None (спасибо @Akavall за указание на это):
In [23]: np.argsort(A, axis=None)
Out[23]: array([3, 0, 1, 2])
Затем используйте np.unravel_index. чтобы восстановить связанный индекс в A.
In [14]: import numpy as np
In [15]: A = np.array([[7, 8], [9, 5]])
In [4]: np.column_stack(np.unravel_index(np.argsort(A, axis=None)[::-1], A.shape))
Out[4]:
array([[1, 0],
[0, 1],
[0, 0],
[1, 1]])
Обратите внимание, что для NumPy версии 1.5.1 или старше np.unravel_index вызывает ошибку ValueError, если в качестве первого аргумента передается массивоподобный объект. В этом случае вы можете использовать понимание списка:
In [17]: [np.unravel_index(p, A.shape) for p in np.argsort(A, axis=None)[::-1]]
Out[17]: [(1, 0), (0, 1), (0, 0), (1, 1)]
np.argsort(A, axis=None) и пропустить шаг ravel().
- person Akavall; 21.04.2013
np.unravel_index будет принимать массив индексов в качестве первого аргумента, что-то вроде np.vstack(np.unravel_index(np.argsort(A, axis=None)[::-1], A.shape)).T более numpythonic.
- person Jaime; 21.04.2013
