web-dev-qa-db-fra.com

Numpy: Réorganiser le tableau en fonction du tableau d'index

Je cherche une solution en une seule ligne qui pourrait m'aider à faire ce qui suit. 

Supposons que j'ai

array = np.array([10, 20, 30, 40, 50])

Je voudrais réorganiser sur la base d'une commande d'entrée. S'il existait une fonction numpy appelée arrange, elle ferait ce qui suit:

newarray = np.arrange(array, [1, 0, 3, 4, 2])
print newarray

    [20, 10, 40, 50, 30]

Formellement, si le tableau à réorganiser est m x n et si le tableau "index" est 1 x n, l'ordre sera déterminé par le tableau appelé "index".

Est-ce que numpy a une fonction comme celle-ci?

22
hlin117

Vous pouvez simplement utiliser votre liste "index" directement, comme un tableau d'index:

>>> arr = np.array([10, 20, 30, 40, 50])
>>> idx = [1, 0, 3, 4, 2]
>>> arr[idx]
array([20, 10, 40, 50, 30])

Cela a tendance à être beaucoup plus rapide si idx est déjà une ndarray et non une list, même si cela fonctionnera dans les deux sens:

>>> %timeit arr[idx]
100000 loops, best of 3: 2.11 µs per loop
>>> ai = np.array(idx)
>>> %timeit arr[ai]
1000000 loops, best of 3: 296 ns per loop
33
DSM

pour ceux dont l'index est 2d array, vous pouvez utiliser la fonction map . Voici un exemple:

a = np.random.randn(3, 3)
print(a)
print(np.argsort(a))

print(np.array(list(map(lambda x, y: y[x], np.argsort(a), a))))

la sortie est 

[[-1.42167035  0.62520498  2.02054623]
 [-0.17966393 -0.01561566  0.24480554]
 [ 1.10568543  0.00298402 -0.71397599]]
[[0 1 2]
 [0 1 2]
 [2 1 0]]
[[-1.42167035  0.62520498  2.02054623]
 [-0.17966393 -0.01561566  0.24480554]
 [-0.71397599  0.00298402  1.10568543]]
0
Jiaming Huang