Skip to main content
 首页 » 编程设计

python之NumPy:按选定的第二轴元素对 ndarray 第一轴进行排序

2025年01月19日8insus

我有一个数组 n x m x k。任务是按选定的第二轴元素对第一轴进行排序。目前我在下面的例子中这样做。输入数组为 3x3x3,轴 1 按第二轴的第一个元素排序。使用 nditer 有没有更有效的方法?

import numpy as np  
a = np.random.rand(27).reshape(3,3,3) 
print(a) 
 
for i in np.arange(np.shape(a)[0]): 
    idx = np.argsort(a[i,:,1]) 
    a[i]=a[i,idx] 
 
print(a) 

请您参考如下方法:

方法 #1

获取 argsort 索引一次性选择沿第一个轴的所有元素,然后使用 NumPy 的 advanced-indexing沿第二个轴进行索引以获得重新排列的输出 -

idx = np.argsort(a[:,:,1]) 
a_out = a[np.arange(a.shape[0])[:,None], idx] 

方法 #2

如果我们在输入数组中进行原位编辑(将结果写回输入),我们可以在预计算那些 argsort 索引后运行一个循环,就像这样 -

idx = np.argsort(a[:,:,1]) 
for i,indx in enumerate(idx): 
    a[i] = a[i,indx] 

基准测试

# Original method 
In [130]: np.random.seed(0) 
     ...: a = np.random.rand(100,100,100) 
 
In [131]: %%timeit 
     ...: for i in np.arange(np.shape(a)[0]): 
     ...:     idx = np.argsort(a[i,:,1]) 
     ...:     a[i]=a[i,idx] 
1000 loops, best of 3: 1.63 ms per loop 
 
# Approach #1 
In [132]: np.random.seed(0) 
     ...: a = np.random.rand(100,100,100) 
 
In [133]: %%timeit 
     ...: idx = np.argsort(a[:,:,1]) 
     ...: a_out = a[np.arange(a.shape[0])[:,None], idx] 
1000 loops, best of 3: 1.6 ms per loop 
 
# Approach #2 
In [134]: np.random.seed(0) 
     ...: a = np.random.rand(100,100,100) 
 
In [135]: %%timeit 
     ...: idx = np.argsort(a[:,:,1]) 
     ...: for i,indx in enumerate(idx): 
     ...:     a[i] = a[i,indx] 
1000 loops, best of 3: 1.24 ms per loop