如何基于另一二维数组的秩对两个Numpy二维数组同步排序？

直接使用Numpy的向量化操作就能高效解决这个问题，完全不需要Python循环，适合处理超大数据集。

核心思路 #

不需要先通过rankdata生成秩，直接用np.argsort获取arr_data沿行（axis=1）的排序索引，再用这个索引同步对arr_data和weights进行排序。

完整代码示例 #

import numpy as np

# 定义原始数组
arr_data = np.array( [[0.3, 0.1, 0.7, 0.5], [0.1, 0.5, 0.4, 0.07]] )
weights = np.array( [[0.05, 0.1, 0.35, 0.5], [0.2, 0.4, 0.1, 0.3]] )

# 获取沿行的排序索引（从小到大排列）
sort_indices = np.argsort(arr_data, axis=1)

# 对两个数组同步排序
sorted_data = np.take_along_axis(arr_data, sort_indices, axis=1)
sorted_weights = np.take_along_axis(weights, sort_indices, axis=1)

# 验证结果
print("arr_data排序后：")
print(sorted_data)
print("\nweights排序后：")
print(sorted_weights)

# 排序后数组对应元素相乘
result = sorted_data * sorted_weights
print("\n相乘结果：")
print(result)

输出结果 #

arr_data排序后：
[[0.1  0.3  0.5  0.7 ]
 [0.07 0.1  0.4  0.5 ]]

weights排序后：
[[0.1  0.05 0.5  0.35]
 [0.3  0.2  0.1  0.4 ]]

相乘结果：
[[0.01  0.015 0.25  0.245]
 [0.021 0.02  0.04  0.2  ]]

如果你已经生成了秩数组 #

如果一定要基于已有的ranks（1-based）处理，只需将秩转换为0-based索引，再用同样的方法排序：

import numpy as np
import scipy.stats.rankdata

arr_data = np.array( [[0.3, 0.1, 0.7, 0.5], [0.1, 0.5, 0.4, 0.07]] )
weights = np.array( [[0.05, 0.1, 0.35, 0.5], [0.2, 0.4, 0.1, 0.3]] )

# 生成秩数组
ranks = scipy.stats.rankdata(arr_data, axis=1).astype(int)
# 转换为0-based索引
rank_indices = ranks - 1

# 同步排序
sorted_data = np.take_along_axis(arr_data, rank_indices, axis=1)
sorted_weights = np.take_along_axis(weights, rank_indices, axis=1)

效率说明 #

np.argsort和np.take_along_axis都是Numpy底层优化的向量化操作，完全避开了Python层面的循环，处理超大数据集时性能远高于列表循环。

内容的提问来源于stack exchange，提问作者Arika