是否可以按降序使用argsort

Question

请考虑以下代码:

avgDists = np.array([1, 8, 6, 9, 4])
ids = avgDists.argsort()[:n]

这给了我n最小元素的索引.是否可以argsort按降序使用它来获得n最高元素的索引？

Answer 1

如果否定数组,则最低元素将成为最高元素,反之亦然.因此,n最高要素的指数是:

(-avgDists).argsort()[:n]

正如评论中所提到的,另一种推理这种情况的方法是观察大元素在argsort中的最后一个.所以,你可以从argsort的尾部读取以找到n最高元素:

avgDists.argsort()[::-1][:n]

两种方法的时间复杂度都是O(n log n),因为argsort这里的调用是主导项.但是第二种方法有一个很好的优点:它用O(1)切片替换了数组的O(n)否定.如果你在循环中使用小数组,那么你可以通过避免这种否定获得一些性能提升,如果你正在使用大型数组,那么你可以节省内存使用,因为否定会创建整个数组的副本.

请注意,这些方法并不总是给出相同的结果:如果要求稳定的排序实现argsort,例如通过传递关键字参数kind='mergesort',那么第一个策略将保持排序稳定性,但第二个策略将打破稳定性(即平等的位置)项目将被撤销).

Answer 2

就像Python一样,它[::-1]反转了返回的数组argsort()并[:n]给出了最后n个元素:

>>> avgDists=np.array([1, 8, 6, 9, 4])
>>> n=3
>>> ids = avgDists.argsort()[::-1][:n]
>>> ids
array([3, 1, 2])

这种方法的优点ids是avgDists 的视图:

>>> ids.flags
  C_CONTIGUOUS : False
  F_CONTIGUOUS : False
  OWNDATA : False
  WRITEABLE : True
  ALIGNED : True
  UPDATEIFCOPY : False

('OWNDATA'为False表示这是一个视图,而不是副本)

另一种方法是这样的:

(-avgDists).argsort()[:n]

问题是它的工作方式是在数组中创建每个元素的否定:

>>> (-avgDists)
array([-1, -8, -6, -9, -4])

ANd创建了一个副本来执行此操作:

>>> (-avgDists_n).flags['OWNDATA']
True

因此,如果您计算每个时间,即使使用这个非常小的数据集:

>>> import timeit
>>> timeit.timeit('(-avgDists).argsort()[:3]', setup="from __main__ import avgDists")
4.2879798610229045
>>> timeit.timeit('avgDists.argsort()[::-1][:3]', setup="from __main__ import avgDists")
2.8372560259886086

视图方法明显更快

Answer 3

如果您只需要最低/最高 n 元素的索引，则np.argsort可以使用而不是使用np.argpartition。

这不需要对整个数组进行排序，而只需要对您需要的部分进行排序，但请注意，“分区内的顺序”是未定义的，因此虽然它提供了正确的索引，但它们可能无法正确排序：

>>> avgDists = [1, 8, 6, 9, 4]
>>> np.array(avgDists).argpartition(2)[:2]  # indices of lowest 2 items
array([0, 4], dtype=int64)

>>> np.array(avgDists).argpartition(-2)[-2:]  # indices of highest 2 items
array([1, 3], dtype=int64)

Answer 4

使用命令进行排序后，可以使用flip命令numpy.flipud()或numpy.fliplr()以降序获取索引argsort。那就是我通常要做的。

Answer 5

正如@Kanmani 所暗示的那样，可以使用更易于解释的实现numpy.flip，如下所示：

import numpy as np

avgDists = np.array([1, 8, 6, 9, 4])
ids = np.flip(np.argsort(avgDists))
print(ids)

通过使用访问者模式而不是成员函数，更容易阅读操作顺序。