Python中按rand升序后，如何统计arr0各元素的原列号？

需要按rand数组的值对arr0数组进行升序排序，同时获取排序后每个元素在原arr0中的1-based列号，并输出类似array([[ '17' 500, '8' 0, ...]])的格式。

现有数组及排序代码如下：

原数组定义 #

import numpy as np

arr0 = np.array([  0,    0,    0,    0,  500,    0,    0,    0,    0,    0, 1500,
          0,    0,    0,    0,    0,  500,    0])
rand=np.array([0.56451814, 0.36241843, 0.91447101, 0.58075664, 0.33733125,
        0.81299872, 0.33180448, 0.15316298, 0.72839908, 0.41570189,
        0.22387386, 0.6321233 , 0.97283938, 0.21228428, 0.7380092 ,
        0.70700763, 0.10289023, 0.79383754])

现有排序代码 #

x = np.array(arr0)
y = np.array(rand)
sort = np.argsort(y)
numpy_array = np.array(x[sort])
zz = numpy_array.reshape(1,18)
print(zz)

期望输出格式 #

array([[ '17' 500,  '8'  0,  '14' 0,  '11' 1500,  '7'  0,  '5' 500,  '2' 0, ...,  '13'  0]])

核心思路是利用np.argsort()返回的排序索引，转换为1-based列号后与排序后的arr0元素配对，生成目标格式。

实现代码 #

import numpy as np

arr0 = np.array([  0,    0,    0,    0,  500,    0,    0,    0,    0,    0, 1500,
          0,    0,    0,    0,    0,  500,    0])
rand=np.array([0.56451814, 0.36241843, 0.91447101, 0.58075664, 0.33733125,
        0.81299872, 0.33180448, 0.15316298, 0.72839908, 0.41570189,
        0.22387386, 0.6321233 , 0.97283938, 0.21228428, 0.7380092 ,
        0.70700763, 0.10289023, 0.79383754])

# 1. 获取rand升序对应的原数组索引（0-based）
sort_indices = np.argsort(rand)
# 2. 转换为1-based列号
original_cols = sort_indices + 1
# 3. 获取排序后的arr0元素
sorted_vals = arr0[sort_indices]

# 4. 生成符合格式的字符串数组
result = np.array([f"'{col}' {val}" for col, val in zip(original_cols, sorted_vals)], dtype=str).reshape(1, -1)
print(result)

代码解释 #

1. sort_indices = np.argsort(rand)：得到rand数组升序排列时，对应原数组的索引（从0开始计数）。
2. original_cols = sort_indices + 1：将0-based索引转换为1-based的列号，符合需求中的计数规则。
3. sorted_vals = arr0[sort_indices]：提取排序后的arr0元素，和现有代码逻辑一致。
4. 列表推导式生成格式化字符串：将每个列号和对应元素拼接成'列号' 值的字符串，再转换为numpy数组并调整为1行的形状。

输出示例 #

运行代码后会输出类似如下结果：

array([["'17' 500", "'8' 0", "'14' 0", "'11' 1500", "'7' 0", "'5' 500",
        "'2' 0", "'10' 0", "'4' 0", "'1' 0", "'12' 0", "'16' 0", "'9' 0",
        "'15' 0", "'18' 0", "'6' 0", "'3' 0", "'13' 0"]], dtype='<U8')

内容的提问来源于stack exchange，提问作者Agustin