排序標量和numpy數組的壓縮列表：不處理重複

Question

我一直在使用這種結構來排序向量（數組）的向量的某些屬性。這種結構（通過將它們用標量壓縮並按標量排序來排序向量）一直在其他部分代碼中工作，但在這種情況下，它失敗並顯示警告： 數組的真值更多比一個元素含糊不清。這取決於標量是有重複值（見下文）

from numpy import array 

pnts =[array([ 0.  , 0.45402743, -0.64209154]), 
     array([-0.27803373, 0.45402743, -0.64209154]), 
     array([-0.64874546, 0.45402743, 0.  ]), 
     array([-0.27803373, 0.45402743, 0.64209154]), 
     array([ 0.  , 0.45402743, 0.64209154]), 
     array([ 0.  , -0.45402743, 0.64209154]), 
     array([-0.27803373, -0.45402743, 0.64209154]), 
     array([-0.64874546, -0.45402743, 0.  ]), 
     array([-0.27803373, -0.45402743, -0.64209154]), 
     array([ 0.  , -0.45402743, -0.64209154]), 
     array([-0.46338972, 0.  , 0.64209154]), 
     array([-0.46338972, 0.  , -0.64209154]), 
     array([-0.83410135, 0.  , 0.  ])] 

ds = [0.64209154071986396, 0.69970301064027385, 0.64874545642786008, 
     0.69970301064027385, 0.64209154071986396, 0.64209154071986396, 
     0.69970301064027385, 0.64874545642785986, 0.69970301064027385, 
     0.64209154071986396, 0.79184062463701899, 0.79184062463701899, 
     0.83410134835400274] 

pnts = [pnt for (d,pnt) in sorted(zip(ds,pnts))] #sort by distances ds 
print pnts 

但是，如果我把它縮短到第一3點，它的工作：

from numpy import array 

pnts =[array([ 0.  , 0.45402743, -0.64209154]), 
    array([-0.27803373, 0.45402743, -0.64209154]), 
    array([-0.64874546, 0.45402743, 0.  ])] 

ds = [0.64209154071986396, 0.69970301064027385, 0.64874545642786008] 

pnts = [pnt for (d,pnt) in sorted(zip(ds,pnts))] 
print pnts 

>[array([ 0.  , 0.45402743, -0.64209154]), array([-0.64874546, 0.45402743, 0.  ]), array([-0.27803373, 0.45402743, -0.64209154])] 

我敢肯定這個問題是因爲ds之間有重複。當我從3點到4點出現第一個副本時，它再次失敗。但是其他Python中的排序例程在重複時很好地工作。爲什麼不是這個？

Answer 1

您並未按ds值排序pnts。您正在整理zip(ds, pnts)的元素。這些元組按照字典順序排列;如果您將(x, y)與(x, z)進行比較，則比較會發現第一個元素相等，並繼續比較y和z。由於元組的第二個元素是NumPy數組，它們沒有排序關係*，因此排序失敗。

如果你想通過ds值進行排序，指定挑出這些值排序關鍵字：

sorted(zip(ds, pnts), key=lambda x: x[0]) 

或

import operator 
sorted(zip(ds, pnts), key=operator.itemgetter(0)) 

---

*具體而言，如果比較兩個NumPy的使用像<這樣的運算符的數組，而不是告訴你第一個數組是否以某種方式「小於」另一個數組，它將爲您提供一系列廣播元素比較結果。

Answer 2

Python中的元組按字典順序進行比較。這種比較短路，即如果前兩個元件不同，則其它元件被跳過，因爲它們不能顛倒順序。 這就是爲什麼你沒有看到這個錯誤，當沒有重複。

一個解決辦法是使用np.argsort：

order = np.argsort(ds) 
pnts_sorted = np.array(pnts)[order, :] 

這避免了壓縮和返回的已排序的點作爲一個二維數組，這對於許多用途是更方便的結構。如果你仍然想要一個數組列表：list(pnts_sorted)會給你一個。

np.argsort執行間接排序，而不是移動它的參數的元素它寫下他們應該如何移動，以便他們排序。這個「洗牌配方」（只是一個整數數組，每個指示要排序的數組中的哪個元素必須位於其位置）可以應用於其他數組，如果它們具有相同數量的排序軸上的元素。在代碼片段中，我們將pnts轉換爲2d數組（因爲順序不適用於索引到列表中），然後根據ds使用順序對行進行排序。 （索引中的冒號告訴numpy將shuffle應用於整行。）

最後，如果我可以的話，一個一般的建議。除非有令人信服的理由，否則通常建議在數組中保留這種數據（包括ds和pnts），而不是列表。例如，排序數組通常比排序列表要快得多（除非您使用np.sort對列表進行排序，但這僅僅是因爲np.sort即使給它提供列表也會返回數組）。