从带numpy的已筛选排序数组返回索引

Question

在python/numpy中执行以下操作的最简单的方法是什么？

• 从随机数组x开始
• 滤除元素x < .5
• 按大小对剩余值进行排序
• 对应于这些值的(原始) x的返回索引

Answer 1

一种解决办法是：

• 创建已排序的索引数组(argsort)
• 为低于阈值的排序x创建掩码
• 将掩码应用于排序索引数组

示例：

import numpy as np

# x = np.random.rand(4)
x = np.array([0.96924269, 0.30592608, 0.03338015, 0.64815553])
solution = np.array([2, 1])

sorted_idx = np.argsort(x)
idx_mask = (x[sorted_idx] < 0.5)
sorted_filtered_idx = sorted_idx[idx_mask]

assert np.all(sorted_filtered_idx == solution)

Answer 2

在这里，找到x < 0.5和x.argsort()的面具似乎是强制性的。有了这两个之后，就可以使用排序索引对掩码数组进行排序，并在排序索引上使用这个掩码返回与满足掩蔽条件的排序索引对应的索引。因此，您需要再添加一行代码，就像-

mask = x < 0.5
sort_idx = x.argsort()
out = sort_idx[mask[sort_idx]]

一步一步的跑-

In [56]: x
Out[56]: array([ 0.8974009 ,  0.30127187,  0.71187137,  0.04041124])

In [57]: mask
Out[57]: array([False,  True, False,  True], dtype=bool)

In [58]: sort_idx
Out[58]: array([3, 1, 2, 0])

In [59]: mask[sort_idx]
Out[59]: array([ True,  True, False, False], dtype=bool)

In [60]: sort_idx[mask[sort_idx]]
Out[60]: array([3, 1])

Answer 3

屏蔽阵列简洁(但可能不是特别有效)

x = np.random.rand(4);

inverse_mask = x < 0.5
m_x = np.ma.array(x, mask=np.logical_not(inverse_mask))
sorted_indeces = m_x.argsort(fill_value=1)
filtered_sorted_indeces = sorted_indeces[:np.sum(inverse_mask)]