根据 python 中一个列表的值对两个嵌套列表进行排序
sort two nested lists according to value of one list in python
我想根据一个列表的值对两个嵌套列表进行排序。
predictions = np.array([[0, 1, 2, 3], [3, 2, 1, 0], [1, 2, 3, 0], [-1, -1, -1, -1]])
test_interaction_matrix = np.array([[1, 0, 0, 0], [0, 1, 0, 1], [0, 0, 0, 0], [0, 0, 0, 0]])
for i,(p,t) in enumerate(zip(predictions, test_interaction_matrix)):
list1, list2 = (list(t) for t in zip(*sorted(zip(p, t))))
print(list1, list2)
排序标准取决于test_interaction_matrix值,如果是1则将预测中对应的元素放在最前面。位置的变化应该发生在两个列表中。例如,我希望预测中的第一个列表看起来像 [0,3,2,1],test_interaction_matrix 中的相应列表像 [1,0,0,0],对于下一个 [2,0,3 ,1] 和 [1,1,0,0] 等等。
现在打印列表,我上面的代码没有得到正确的结果。
谢谢!
如果我对问题的理解正确,则以下内容应该有效:
import numpy as np
predictions = np.array([[0, 1, 2, 3],
[3, 2, 1, 0],
[1, 2, 3, 0],
[-1, -1, -1, -1]])
test_interaction_matrix = np.array([[1, 0, 0, 0],
[0, 1, 0, 1],
[0, 0, 0, 0],
[0, 0, 0, 0]])
r = predictions.shape[0]
sp = np.flip(predictions.argsort(axis=1), axis=1)
p = predictions[np.c_[:r], sp]
t = test_interaction_matrix[np.c_[:r], sp]
s = (-t).argsort(axis=1, kind="stable")
p = p[np.c_[:r], s]
t = t[np.c_[:r], s]
print(f"p:\n{p}\n\nt:\n{t}")
它给出:
p:
[[ 0 3 2 1]
[ 2 0 3 1]
[ 3 2 1 0]
[-1 -1 -1 -1]]
t:
[[1 0 0 0]
[1 1 0 0]
[0 0 0 0]
[0 0 0 0]]
您可以使用列表理解来实现快速方法:
predictions = np.array([[0, 1, 2, 3], [3, 2, 1, 0], [1, 2, 3, 0], [-1, -1, -1, -1]])
test_interaction_matrix = [[1, 0, 0, 0], [0, 1, 0, 1], [0, 0, 0, 0], [0, 0, 0, 0]])
pred = predictions.tolist()
order = test_interaction_matrix.tolist()
[list(zip(*sorted(zip(pred[i], order[i]), key=lambda pair: (pair[1], pair[0]), reverse=True)))[0] for i in range(len(pred))]
此代码循环遍历数组中的每个位置 (for i in range(len(pred))
)。
步骤 1:对于每个位置,它将数组中的元素配对 (zip(pred[i], order[i])
):
[[(0,1), (1,0), (2,0), (3,0)], [(3,0), (2,1), (1,0), (0,1)], [...], ...]
步骤 2:对数组 (sorted(zip(...), key=lambda pair: (pair[1], pair[0]), reverse=True)
) 内的对进行排序:
key
参数指示它将如何应用排序:它将优先考虑您的 test_interaction_matrix 值,然后是预测值。 Reverse
设置为 True 以便您获得后代顺序。
[[(0,1), (3,0), (2,0), (1,0)], [(2,1), (0,1), (3,0), (1,0)], [...], ...]
步骤3:将重建原始向量test_interaction_matrix和预测(list(zip(*sorted(...)))
),简而言之就是[=36=的逆运算]步骤 1:
[[(0, 3, 2, 1), (1, 0, 0, 0)], [(2, 0, 3, 1), (1, 1, 0, 0)], [...], ...]
第4步:得到第一个数组(list(...)[0]
),对应预测one,这次排序:
[(0, 3, 2, 1), (2, 0, 3, 1), (3, 2, 1, 0), (-1, -1, -1, -1)]
我想根据一个列表的值对两个嵌套列表进行排序。
predictions = np.array([[0, 1, 2, 3], [3, 2, 1, 0], [1, 2, 3, 0], [-1, -1, -1, -1]])
test_interaction_matrix = np.array([[1, 0, 0, 0], [0, 1, 0, 1], [0, 0, 0, 0], [0, 0, 0, 0]])
for i,(p,t) in enumerate(zip(predictions, test_interaction_matrix)):
list1, list2 = (list(t) for t in zip(*sorted(zip(p, t))))
print(list1, list2)
排序标准取决于test_interaction_matrix值,如果是1则将预测中对应的元素放在最前面。位置的变化应该发生在两个列表中。例如,我希望预测中的第一个列表看起来像 [0,3,2,1],test_interaction_matrix 中的相应列表像 [1,0,0,0],对于下一个 [2,0,3 ,1] 和 [1,1,0,0] 等等。 现在打印列表,我上面的代码没有得到正确的结果。 谢谢!
如果我对问题的理解正确,则以下内容应该有效:
import numpy as np
predictions = np.array([[0, 1, 2, 3],
[3, 2, 1, 0],
[1, 2, 3, 0],
[-1, -1, -1, -1]])
test_interaction_matrix = np.array([[1, 0, 0, 0],
[0, 1, 0, 1],
[0, 0, 0, 0],
[0, 0, 0, 0]])
r = predictions.shape[0]
sp = np.flip(predictions.argsort(axis=1), axis=1)
p = predictions[np.c_[:r], sp]
t = test_interaction_matrix[np.c_[:r], sp]
s = (-t).argsort(axis=1, kind="stable")
p = p[np.c_[:r], s]
t = t[np.c_[:r], s]
print(f"p:\n{p}\n\nt:\n{t}")
它给出:
p:
[[ 0 3 2 1]
[ 2 0 3 1]
[ 3 2 1 0]
[-1 -1 -1 -1]]
t:
[[1 0 0 0]
[1 1 0 0]
[0 0 0 0]
[0 0 0 0]]
您可以使用列表理解来实现快速方法:
predictions = np.array([[0, 1, 2, 3], [3, 2, 1, 0], [1, 2, 3, 0], [-1, -1, -1, -1]])
test_interaction_matrix = [[1, 0, 0, 0], [0, 1, 0, 1], [0, 0, 0, 0], [0, 0, 0, 0]])
pred = predictions.tolist()
order = test_interaction_matrix.tolist()
[list(zip(*sorted(zip(pred[i], order[i]), key=lambda pair: (pair[1], pair[0]), reverse=True)))[0] for i in range(len(pred))]
此代码循环遍历数组中的每个位置 (for i in range(len(pred))
)。
步骤 1:对于每个位置,它将数组中的元素配对 (zip(pred[i], order[i])
):
[[(0,1), (1,0), (2,0), (3,0)], [(3,0), (2,1), (1,0), (0,1)], [...], ...]
步骤 2:对数组 (sorted(zip(...), key=lambda pair: (pair[1], pair[0]), reverse=True)
) 内的对进行排序:
key
参数指示它将如何应用排序:它将优先考虑您的 test_interaction_matrix 值,然后是预测值。 Reverse
设置为 True 以便您获得后代顺序。
[[(0,1), (3,0), (2,0), (1,0)], [(2,1), (0,1), (3,0), (1,0)], [...], ...]
步骤3:将重建原始向量test_interaction_matrix和预测(list(zip(*sorted(...)))
),简而言之就是[=36=的逆运算]步骤 1:
[[(0, 3, 2, 1), (1, 0, 0, 0)], [(2, 0, 3, 1), (1, 1, 0, 0)], [...], ...]
第4步:得到第一个数组(list(...)[0]
),对应预测one,这次排序:
[(0, 3, 2, 1), (2, 0, 3, 1), (3, 2, 1, 0), (-1, -1, -1, -1)]