Numpy使用sort()反转数组后调用argsort()获取索引异常问题

安全阿岳

2026-9-23

问题原因

操作逻辑与接口设计误解：np.argsort()的作用是返回将输入数组按升序从小到大排序后，每个排序后元素对应在原输入数组中的位置索引，和输入数组本身的排列顺序无关。
你示例中先对x做了就地升序排序，得到[3,5,6,6,8]，此时数组本身已经是升序状态，调用np.argsort(x)自然返回[0,1,2,3,4]。后续你执行x[::-1].sort()，x[::-1]是原数组的视图，在视图上调用就地排序sort()相当于把反转后的视图做升序排序，最终原数组会被修改为降序的[8,6,6,5,3]，此时调用np.argsort(x)，会将这个降序数组按升序排列，得到的元素依次是3（原索引4）、5（原索引3）、6（原索引1）、6（原索引2）、8（原索引0），所以返回[4,3,1,2,0]是完全符合接口设计的正常结果，并非错误。
重复元素索引异常的原因：np.argsort()默认使用快速排序算法，该算法属于不稳定排序，重复元素的相对顺序不会严格保留其在原数组中的出现顺序，因此你会看到两个值为6的元素索引顺序和你预期不一致的情况。

解决方法

若需要获取数组降序排序对应的索引，无需先修改原数组排列顺序，直接调用np.argsort(-x)即可，也可以通过np.argsort(x)[::-1]反转升序索引得到降序索引，两种写法都不会修改原数组，逻辑更清晰。
示例代码：
```
x = np.array([8,5,3,6,6])
# 获取升序排序索引
asc_idx = np.argsort(x)
# 获取降序排序索引
desc_idx = np.argsort(-x)
```
若需要保留重复元素在原数组中的出现顺序，给np.argsort()指定稳定排序算法即可：
```
stable_asc_idx = np.argsort(x, kind='stable')
```
不要使用x[::-1].sort()这种易混淆的写法实现数组降序，如果需要得到降序排列的新数组，推荐使用np.sort(x)[::-1]，该方法返回新数组，不会修改原数组内容，避免后续索引逻辑混乱。