关于恢复行元素的原始顺序

Question

考虑下面所示的numpy数组p。每行都使用唯一值0至9。区别的特点是，每一行都由5个值(在本例中)与5个其他值配对而成。pk = p[pk] (k=0到9 )时形成对。

p = np.array([[1, 0, 3, 2, 5, 4, 7, 6, 9, 8], 
             ... 
             [6, 5, 3, 2, 9, 1, 0, 8, 7, 4],
             ...
             [9, 8, 5, 7, 6, 2, 4, 3, 1, 0]])

例如，检查行：

[6, 5, 3, 2, 9, 1, 0, 8, 7, 4]

该行对值为6和0，因为p[6] = 0和p[0] = 6。其他对是值(5，1)，(3，2)，(9，4)，(8，7)。不同的行可能有不同的配对排列。

现在，我们感兴趣的是每对的 1值(即: 6、5、3、9、8)和每对的第2值(即: 0、1、2、4、7)--我不确定这是最好的方法，但我已经用这种方法将第一对值与第二对值分开了：

import numpy as np

p = np.array([6, 5, 3, 2, 9, 1, 0, 8, 7, 4])

p1 = np.where(p[p] < p)   # indices of 1st member of pairs
p2 = (p[p1])              # indices of 2nd member of pairs

qi = np.hstack((p1, p2.reshape(1,5)))
qv = p[qi]

#output: qi = [0, 1, 2, 4, 7,   6, 5, 3, 9, 8]   #indices of 1st of pair values, followed by 2nd of pair values 
#        qv = [6, 5, 3, 9, 8,   0, 1, 2, 4, 7]   #corresponding values

最后，考虑另一个一维数组：c = [1, 1, 1, 1, 1, -1, -1, -1, -1, -1]。

我发现c*qv，给：

out1 = [6, 5, 3, 9, 8, 0, -1, -2, -4, -7]

问题： out1持有正确的值，但我需要它们保持原来的顺序(如p中所示)。如何才能做到这一点？我要得到：

out2 = [6, 5, 3, -2, 9, -1, 0, 8, -7, -4]

Answer 1

您可以重用p1和p2，它们保存了原始的位置信息。

out2 = np.zeros_like(out1)
out2[p1] = out1[:5]
out2[p2] = out1[5:]

print(out2)
# [ 6  5  3 -2  9 -1  0  8 -7 -4]

也可以用qi达到类似的效果，但更整洁。

out2 = np.zeros_like(out1)
out2[qi] = out1

或者使用np.put来防止您不想创建out2

np.put(out1, qi, out1)

print(out1)
# [ 6  5  3 -2  9 -1  0  8 -7 -4]

2D案例

对于2D版本的问题，我们将使用类似的想法，但一些技巧时，索引。

p = np.array([[1, 0, 3, 2, 5, 4, 7, 6, 9, 8],
              [6, 5, 3, 2, 9, 1, 0, 8, 7, 4],
              [9, 8, 5, 7, 6, 2, 4, 3, 1, 0]])

c = np.array([1, 1, 1, 1, 1,  -1, -1, -1, -1, -1])

p0 = np.arange(10)              # this is equivalent to p[p] in 1D
p1_r, p1_c = np.where(p0 < p)   # save both row and column indices
p2 = p[p1_r, p1_c]

# We will maintain row and column indices, not just qi
qi_r = np.hstack([p1_r.reshape(-1, 5), p1_r.reshape(-1, 5)]).ravel()
qi_c = np.hstack([p1_c.reshape(-1, 5), p2.reshape(-1, 5)]).ravel()
qv = p[qi_r, qi_c].reshape(-1, 10)
out1 = qv * c

# Use qi_r and qi_c to restore the position
out2 = np.zeros_like(out1)
out2[qi_r, qi_c] = out1.ravel()

print(out2)
# [[ 1  0  3 -2  5 -4  7 -6  9 -8]
#  [ 6  5  3 -2  9 -1  0  8 -7 -4]
#  [ 9  8  5  7  6 -2 -4 -3 -1  0]]

请随意打印出每一个中间变量，这将帮助您了解正在发生的事情。