numpy: aplicar argsort a una matriz

Question

La función argsort() devuelve una matriz de índices que se puede usar para indexar la matriz original para que el resultado coincida con el resultado sort().

¿Hay alguna manera de aplicar esos índices? Tengo dos matrices, una es la matriz utilizada para obtener el orden de clasificación y otra son algunos datos asociados.

Me gustaría calcular assoc_data[array1.argsort()] pero eso no parece funcionar.

He aquí un ejemplo:

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]]) 

me gustaría aplicar i para Z2 (u otra matriz con los datos asociados), pero no estoy seguro de cómo hacerlo.

Answer 1

Esto es algo excesivo, pero esto va a funcionar en el caso de 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, lo descubrí.

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

tienes suerte acabo de recibir mi maestría en 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]]) 

Para una explicación de lo que está pasando, ver mi respuesta a this question.