我有一个数字列表:
myList = [1, 2, 3, 100, 5]
现在如果我对这个列表进行排序得到[1,2,3,5,100]。 我想要的是元素的下标 原始列表的排序顺序，即[0,1,2,4,3] ——ala MATLAB的排序函数，返回两者 值和索引。
当前回答
将numpy导入为np
对指数
S=[11,2,44,55,66,0,10,3,33]
r=np.argsort(S)
[output]=array([5, 1, 7, 6, 0, 8, 2, 3, 4])
argsort按顺序返回S的索引
价值
np.sort(S)
[output]=array([ 0, 2, 3, 10, 11, 33, 44, 55, 66])
其他回答
我们将创建另一个从0到n-1的索引数组 然后压缩到原始数组，然后根据原始值对其排序
ar = [1,2,3,4,5]
new_ar = list(zip(ar,[i for i in range(len(ar))]))
new_ar.sort()
`
更新的答案与枚举和项目getter:
sorted(enumerate(a), key=lambda x: x[1])
# [(0, 1), (1, 2), (2, 3), (4, 5), (3, 100)]
将列表压缩在一起:元组中的第一个元素是索引，第二个元素是值(然后使用元组x[1]的第二个值对其排序，x是元组)
或者使用来自operatormodule '的itemgetter:
from operator import itemgetter
sorted(enumerate(a), key=itemgetter(1))
我用perfplot(我的一个项目)快速检查了这些功能的性能，发现很难推荐其他功能
np.argsort(x)
(注意对数刻度):
代码重现情节:
import perfplot
import numpy as np
def sorted_enumerate(seq):
return [i for (v, i) in sorted((v, i) for (i, v) in enumerate(seq))]
def sorted_enumerate_key(seq):
return [x for x, y in sorted(enumerate(seq), key=lambda x: x[1])]
def sorted_range(seq):
return sorted(range(len(seq)), key=seq.__getitem__)
b = perfplot.bench(
setup=np.random.rand,
kernels=[sorted_enumerate, sorted_enumerate_key, sorted_range, np.argsort],
n_range=[2 ** k for k in range(15)],
xlabel="len(x)",
)
b.save("out.png")
其他答案都是错误的。
运行一次argsort并不是解决方案。 例如，以下代码:
import numpy as np
x = [3,1,2]
np.argsort(x)
生成数组([1,2,0]，dtype=int64)，这不是我们想要的。
答案应该是运行argsort两次:
import numpy as np
x = [3,1,2]
np.argsort(np.argsort(x))
按预期给出数组([2,0,1]，dtype=int64)。
将numpy导入为np
对指数
S=[11,2,44,55,66,0,10,3,33]
r=np.argsort(S)
[output]=array([5, 1, 7, 6, 0, 8, 2, 3, 4])
argsort按顺序返回S的索引
价值
np.sort(S)
[output]=array([ 0, 2, 3, 10, 11, 33, 44, 55, 66])
