numpy：索引问题

Question

我遇到了一些问题，我对 numpy 数组进行排序并获取排序数组的索引，但将索引应用于原始数组并没有达到我的预期。所以，这是我正在做的测试用例：

 import numpy as np

 # Two 3x3 matrices
 x = np.random.rand(2, 3, 3)
 # Perform some decomposition (Never mind the matrices are not hermitian...) 
 evals, evecs = np.linalg.eigh(x)

 # evals has shape (2, 3), evecs has shape (2, 3, 3)
 indices = evals.argsort(axis=1)[..., ::-1] # Do descending sort

 # Now I want to apply the index to evals.
 evals = evals[:, indices]

我没有取回 (2, 3) 数组，而是取回了行被复制的 (2, 3, 3) 数组。类似于：

array([[[ 1.15628047,  0.16853886, -0.28607138],
        [ 1.15628047,  0.16853886, -0.28607138]],

       [[ 2.4311532 , -0.00754817, -0.24086572],
        [ 2.4311532 , -0.00754817, -0.24086572]]])

我不确定为什么会这样。非常感谢任何帮助。

Answer 1

这应该有效：

import numpy as np
idx0 = np.arange(evals.shape[0])[:,np.newaxis]
idx1 = evals.argsort(1)[...,::-1]
evals[idx0,idx1]

这将按降序单独对每一行进行排序。

编辑：在这种情况下，您需要 (idx0,idx1) 来进一步处理特征向量 evecs。如果不是这种情况，则可以直接执行

evals.sort()
evals = evals[:,::-1]

numpy：索引问题

numpy: issues with indexing

python

arrays

numpy