我试图了解该order()功能的工作原理.我的印象是它返回了索引的排列,当排序时,它会对原始向量进行排序.
例如,
> a <- c(45,50,10,96)
> order(a)
[1] 3 1 2 4
我本来希望这会返回c(2, 3, 1, 4),因为排序的列表将是10 45 50 96.
有人能帮我理解这个函数的返回值吗？
我正在寻找一种有效的方法来计算Python中列表的秩向量,类似于R的rank函数.在元素之间没有联系的简单列表中,列表的等级向量的元素il应该是x,当且仅当l[i]是排序列表中的第x个元素时.到目前为止,这很简单,以下代码片段可以解决这个问题:
def rank_simple(vector):
return sorted(range(len(vector)), key=vector.__getitem__)
然而,如果原始列表具有联系(即具有相同值的多个元素),则事情变得复杂.在这种情况下,具有相同值的所有元素应该具有相同的等级,这是使用上述朴素方法获得的等级的平均值.所以,例如,如果我有[1, 2, 3, 3, 3, 4, 5],天真的排名给了我[0, 1, 2, 3, 4, 5, 6],但我想拥有的是[0, 1, 3, 3, 3, 5, 6].在Python中哪一个是最有效的方法？
脚注:我不知道NumPy是否已经有了实现这一目标的方法; 如果确实如此,请告诉我,但无论如何我都会对纯Python解决方案感兴趣,因为我正在开发一个在没有NumPy的情况下也可以工作的工具.
我刚刚开始使用 R。最初的练习是首先打印lynx数据集：
> print(lynx)
Time Series:
Start = 1821
End = 1934
Frequency = 1
[1] 269 321 585 871 1475 2821 3928 5943 4950 2577 523 98 184 279 409 2285
[17] 2685 3409 1824 409 151 45 68 213 546 1033 2129 2536 957 361 377 225
[33] 360 731 1638 2725 2871 2119 684 299 236 245 552 1623 3311 6721 4254 687
[49] 255 473 358 784 1594 1676 2251 1426 756 299 201 …R中的sort（），rank（）和order（）之间有什么区别？你能举例说明吗？