numpy: applicazione di argsort a un array

Question

La funzione argsort() restituisce una matrice di indici che può essere utilizzata per indicizzare l'array originale in modo che il risultato corrisponda al risultato sort().

Esiste un modo per applicare tali indici? Ho due array, uno è l'array utilizzato per ottenere l'ordinamento e un altro sono alcuni dati associati.

Mi piacerebbe calcolare assoc_data[array1.argsort()] ma non sembra funzionare.

Ecco un esempio:

z=array([1,2,3,4,5,6,7]) 
z2=array([z,z*z-7]) 
i=z2.argsort() 

---

z2=array([[ 1, 2, 3, 4, 5, 6, 7], 
      [-6, -3, 2, 9, 18, 29, 42]]) 
i =array([[1, 1, 1, 0, 0, 0, 0], 
      [0, 0, 0, 1, 1, 1, 1]]) 

vorrei applicare i per Z2 (o di un altro array con dati associati), ma non sono sicuro come farlo.

Answer 1

Questo è probabilmente eccessivo, ma questo funzionerà nel caso Nd:

import numpy as np 
axis = 0 
index = list(np.ix_(*[np.arange(i) for i in z2.shape])) 
index[axis] = z2.argsort(axis) 
z2[index] 

# Or if you only need the 3d case you can use np.ogrid. 

axis = 0 
index = np.ogrid[:z2.shape[0], :z2.shape[1], :z2.shape[2]] 
index[axis] = z2.argsort(axis) 
z2[index] 

Answer 2

Aha, capito.

In [274]: z2[i,range(z2.shape[1])] 
Out[274]: 
array([[-6, -3, 2, 4, 5, 6, 7], 
     [ 1, 2, 3, 9, 18, 29, 42]]) 

Answer 3

Sei fortunato Ho appena ricevuto la mia laurea in numpyology.

>>> def apply_argsort(a, axis=-1): 
...  i = list(np.ogrid[[slice(x) for x in a.shape]]) 
...  i[axis] = a.argsort(axis) 
...  return a[i] 
... 
>>> a = np.array([[1,2,3,4,5,6,7],[-6,-3,2,9,18,29,42]]) 
>>> apply_argsort(a,0) 
array([[-6, -3, 2, 4, 5, 6, 7], 
     [ 1, 2, 3, 9, 18, 29, 42]]) 

Per una spiegazione di quello che sta succedendo, si veda la mia risposta a this question.