问题描述
NumPy的np.argsort可以通过传递function getAllTimeZones(){
$selectOptions = "";
foreach(\DateTimeZone::listIdentifiers() as $zoneLabel)
{
$currentTimeInZone = new \DateTime("Now",new \DateTimeZone($zoneLabel));
$currentTimeDiff = $currentTimeInZone->format('P');
$selectOptions .= "<option value=\"$zoneLabel\">(GMT $currentTimeDiff) $zoneLabel</option>\n";
}
return $selectOptions;
}
参数来完成stable sorting。
kind = 'stable'
也不支持倒序(降序)。
如果需要不稳定的行为,则可以通过np.argsort
轻松地对降序建模。
我正在寻找一种高效/简便的解决方案,以解决任何可比较的desc_ix = np.argsort(a)[::-1]
的降序稳定NumPy数组a
。在最后一段中看到我的“稳定性”的意思。
对于dtype
是任何数字的情况,可以通过对数组求反的形式轻松地进行稳定的arg降序排序:
dtype
但是我需要支持任何可比较的print(np.argsort(-np.array([1,2,3,3]),kind = 'stable'))
# prints: array([3,4,5,1,0],dtype=int64)
,包括dtype
和np.str_
。
仅出于说明目的-也许是降序排列,np.object_
的经典含义表示从右到左枚举相等的元素。如果是这样,那么在我的问题中stable
的含义有所不同-元素的相等范围应从左到右枚举,而彼此之间的相等范围按降序排列。即应该像上面的最后一个代码一样实现相同的行为。即我想要稳定性,就像Python在下一个代码中实现的一样:
stable + descending
解决方法
我认为这个公式应该有效:
import numpy as np
a = np.array([1,2,3,3])
s = len(a) - 1 - np.argsort(a[::-1],kind='stable')[::-1]
print(s)
# [3 4 5 1 2 0]
,
我们可以利用np.unique(...,return_inverse=True)
-
u,tags = np.unique(a,return_inverse=True)
out = np.argsort(-tags,kind='stable')
,
一种最简单的解决方案是将任何dtype
的排序后的唯一元素映射到升序整数,然后对负整数进行稳定的arg升序排序。
import numpy as np
a = np.array(['a','b','c','c'])
u = np.unique(a)
i = np.searchsorted(u,a)
desc_ix = np.argsort(-i,kind = 'stable')
print(desc_ix)
# prints [3 4 5 1 2 0]