numpy中的向量对排序

Posted 2023-02-23

【中文标题】numpy中的向量对排序

【英文标题】：Vector pair ordering in numpy

【发布时间】：2014-07-16 02:36:57

【问题描述】：

我希望通过第一个不相等的元素对一对向量进行排序。示例：

[0, 1, 2] < [0, 2, 1]

因为 0 == 0 所以看下一个索引，其中 1

在 numpy 中是否有一种简单的方法可以做到这一点？现在我正在使用它来查找“更大”和“较小”向量之间的差异，这导致了我的第一次尝试，即：

(x - y) * np.sign((x - y)[np.nonzero(x - y)[0][0]])

【问题讨论】：

您是否真的需要知道如何以这种方式比较向量，或者这只是您最后提到的进行差异计算的一种手段？

我只在差分计算中使用它，但这是比较向量的一种相当常见的方法，所以我希望有一些 Numpy 函数，或者一些众所周知的函数，在我一直想不出的名字。但也许不是。

【参考方案1】：

您可以使用元组：(0,1,2)<(0,2,1)。所以像

这样的函数

def cmp(v1, v2): return tuple(v1) < tuple(v2)

应该够了……

【参考方案2】：

np.lexsort 可能是最有效的方法：

import numpy as np

# an (N, k) array of N k-dimensional vectors
data = np.array([[0, 2, 3], [0, 1, 2], [0, 1, 3], [0, 2, 1]])

print data
# [[0 2 3]
#  [0 1 2]
#  [0 1 3]
#  [0 2 1]]

# lexsort assumes (k, N), so transpose data first. we also need to reverse the
# order of the columns, since lexsort sorts by the last column first
idx = np.lexsort(data[:, ::-1].T)

print data[idx]
# [[0 1 2]
#  [0 1 3]
#  [0 2 1]
#  [0 2 3]]

【参考方案3】：

我敢打赌，通过两个数组进行简单循环会更快

def comparison(a,b):
    for i in xrange(len(a)): #assuming they have to be the same length
        if a[i] < b[i]:
            return True
        elif a[i] > b[i]:
            return False
    return False

对于您发布的 3 个元素向量，在我的机器上迭代速度提高了 7 倍。对于足够大的相同初始元素的延伸，迭代将变得更慢，但在进行矢量化之前确保是这种情况。