将一组数字转换为numpy，以便将每个数字转换为小于该数字的其他数字

Question

考虑一组数字：In [8]: import numpy as npIn [9]: x = np.array([np.random.random() for i in range(10)])In [10]: xOut[10]: array([ 0.62594394,  0.03255799,  0.7768568 ,  0.03050498,  0.01951657,        0.04767246,  0.68038553,  0.60036203,  0.3617409 ,  0.80294355])现在，我想这组变换成另一组y以下列方式：每个元素i在x，相应的元素j在y会中的其他元素的数量x，其小于i。例如，上面给出的x看起来像：In [25]: yOut[25]: array([ 6.,  2.,  8.,  1.,  0.,  3.,  7.,  5.,  4.,  9.])现在，我可以使用简单的python循环来做到这一点：In [16]: for i in range(len(x)):    ...:     tot = 0    ...:     for j in range(len(x)):    ...:         if x[i] > x[j]: tot += 1    ...:     y[i] = int(tot)但是，当的长度x很大时，代码将变得非常慢。我想知道是否有任何麻木的魔法可以救出。例如，如果我必须过滤小于的所有元素0.5，我将只使用布尔掩码：In [19]: z = x[x < 0.5]In [20]: zOut[20]: array([ 0.03255799,  0.03050498,  0.01951657,  0.04767246,  0.3617409 ])可以使用类似的方法来使相同的事情更快地实现吗？

Answer 1

这是一种使用np.searchsorted-

np.searchsorted(np.sort(x),x)

另一个主要基于@Andras Deak's solution使用argsort()-

x.argsort().argsort()

样品运行-

In [359]: x

Out[359]: 

array([ 0.62594394,  0.03255799,  0.7768568 ,  0.03050498,  0.01951657,

        0.04767246,  0.68038553,  0.60036203,  0.3617409 ,  0.80294355])

In [360]: np.searchsorted(np.sort(x),x)

Out[360]: array([6, 2, 8, 1, 0, 3, 7, 5, 4, 9])

In [361]: x.argsort().argsort()

Out[361]: array([6, 2, 8, 1, 0, 3, 7, 5, 4, 9])