python - 根据另一个数组的索引将一个数组的子元素重新定位到不同的行中？

Question

我正在尝试调整使用 this post 中的方法创建的数组的顺序.

基本上，根据数组的行索引(其中 axis=0)，该索引的子元素已被删除(例如，如果查看索引 1，则仅存在元素 0 和 2)。

我需要一种方法将每个元素重新定位到与其原始索引相对应的行中。

>>> a = array([[[222],[333]],
               [[111],[333]],
               [[111],[222]]])

期望的输出:

>>> a = array([[[111],[111]],
               [[222],[222]],
               [[333],[333]]])

在我的尝试过程中，我认为这可能会接近:

>>> n = a.shape[0]
>>> row_idx = np.nonzero(~np.eye(n,dtype=bool))[1].reshape(n,n-1) # dim0 indices

>>> print a.ravel() #flatten the array 
[222, 333, 111, 333, 111, 222]
>>> print row_idx #somehow use these indices to reposition corresponding elements
[1    2    0    2    0    1]

我不确定如何使用 row_idx 将元素对齐到相应的行，或者这是否是一种有效的方法？

谢谢!

Answer 1

使用扁平化 row_idx 获取reversed-argsort，并简单地用它索引到扁平化 a 中，最后 reshape -

a.ravel()[row_idx.ravel().argsort()].reshape(a.shape)

逐步运行 -

1) 扁平化数组和索引:

In [72]: a.ravel()
Out[72]: array([222, 333, 111, 333, 111, 222])

In [73]: row_idx.ravel()
Out[73]: array([1, 2, 0, 2, 0, 1])

2) 我们需要找到扁平化 a 的排列版本，我们称之为 a0，这样 a0[1] = 222 ，a0[2] = 333等等。为了找到这些排列索引，我们需要在扁平化的 row_idx 上使用 argsort 。因此，使用这些索引到 a 以获得最终输出。为了以多维格式恢复输出，我们需要最终的 reshape :

In [77]: a.ravel()[row_idx.ravel().argsort()]
Out[77]: array([111, 111, 222, 222, 333, 333])

In [78]: a.ravel()[row_idx.ravel().argsort()].reshape(a.shape)
Out[78]: 
array([[[111],
        [111]],

       [[222],
        [222]],

       [[333],
        [333]]])