如何将矩阵的条目标记为其索引但仍保留其原始数值？

Question

我有一个充满数值的matrix_1，我想做的是将其转换为matrix_2，其中的值（对matrix_1 排序），然后用matrix_1 中的原始索引替换矩阵2 中的这些排序值。我不想使用任何循环，因为矩阵相当大。for example : matrix_1=[[2,3,4,1],[6,5,9,7]]I want to end up with matrix_2=[[(1,4),(1,1),(1,2),(1,3)],                                 [(2,2),(2,1),(2,4),(2,3)]]我已经尝试在原始矩阵上使用 np.ndenumerate 但它返回 array([numpy.ndenumerate object at 0x1a1a9fce90], dtype=object)我现在也尝试过 np.argsort() 但它似乎不起作用，可能是因为我所有的条目都是浮点数......

Answer 1

argsort应用于展平阵列：

In [110]: np.argsort(arr1.ravel())                                              

Out[110]: array([3, 0, 1, 2, 5, 4, 7, 6])

将其转换为 2d 索引：

In [111]: np.unravel_index(_,(2,4))                                             

Out[111]: (array([0, 0, 0, 0, 1, 1, 1, 1]), array([3, 0, 1, 2, 1, 0, 3, 2]))

将数组合并为一个，并重塑：

In [112]: np.transpose(_)                                                       

Out[112]: 

array([[0, 3],

       [0, 0],

       [0, 1],

       [0, 2],

       [1, 1],

       [1, 0],

       [1, 3],

       [1, 2]])

In [113]: _+1           # tweak values to match yours

Out[113]: 

array([[1, 4],

       [1, 1],

       [1, 2],

       [1, 3],

       [2, 2],

       [2, 1],

       [2, 4],

       [2, 3]])

In [114]: _.reshape(2,4,2)                                                      

Out[114]: 

array([[[1, 4],

        [1, 1],

        [1, 2],

        [1, 3]],

       [[2, 2],

        [2, 1],

        [2, 4],

        [2, 3]]])

Answer 2

使用 np.argsort 应该可以解决问题：

matrix_1=np.array([[2,3,4,1],[6,5,9,7]])

matrix_1

array([[2, 3, 4, 1],

       [6, 5, 9, 7]])

x = np.argsort(matrix_1,axis=1)

array([[3, 0, 1, 2],

       [1, 0, 3, 2]], dtype=int64)

由浮点数组成的矩阵不应该造成问题。

然后，您可以将列表创建为：

[[(i+1,v+1)   for v in enumerate(y)] for i, y in enumerate(x.tolist())]

[[(1, 4), (1, 1), (1, 2), (1, 3)], [(2, 2), (2, 1), (2, 4), (2, 3)]]

Answer 3

您必须来自 R 或其他开始索引的语言1。在 Python 中，索引从 开始0，因此您必须显式添加+ 1索引以使其从 1 开始。

使用argsort然后reshape

m1 = matrix_1.argsort(1) + 1

i = (np.repeat(np.arange(m1.shape[0]), m1.shape[1]) + 1).reshape(m1.shape)

np.concatenate([m1[:, None],i[:, None]], axis=1).swapaxes(2,1)

哪个输出

array([[[4, 1],

        [1, 1],

        [2, 1],

        [3, 1]],

       [[2, 2],

        [1, 2],

        [4, 2],

        [3, 2]]])