是否存在根据索引向量排序的NumPy函数？求反向argsort类实现

嘿，这个需求其实用NumPy的高级索引赋值就能完美解决，完全不用写复杂的自定义逻辑！

先拆解下你的例子逻辑：my_vector里的每个元素，需要根据my_indices中对应位置的值，放到结果数组的指定索引位置上。比如：

• my_vector[0] = 9.对应my_indices[0] = 1. → 放到结果的第1位
• my_vector[3] = 17.对应my_indices[3] = 0. → 放到结果的第0位
• 以此类推完成所有元素的位置映射

实现代码 #

import numpy as np

my_vector = np.array([9., 6., 21., 17., 12.])
my_indices = np.array([1., 4., 2., 0., 3.])

# 第一步：把float类型的索引转成整数（NumPy索引必须是整数类型）
indices_int = my_indices.astype(int)

# 第二步：创建空结果数组，用目标索引完成赋值
what_i_want = np.empty_like(my_vector)
what_i_want[indices_int] = my_vector

print(what_i_want)
# 输出：[17.  9. 21. 12.  6.]

关键说明 #

1. 索引类型转换：你的my_indices是float数组，而NumPy不允许用浮点数作为索引，所以必须先用astype(int)转成整数类型。如果你的索引本来就是整数数组，这一步可以直接省略。
2. 高级索引赋值：what_i_want[indices_int] = my_vector是核心逻辑——它会把my_vector的第i个元素，精准放到what_i_want的第indices_int[i]个位置上，正好实现了你要的“反向argsort”效果。

和argsort的区别 #

常规的np.argsort是给你一个数组，返回每个元素应该排到的位置索引；而这个方法是反过来，给每个元素指定目标位置，直接完成重排，完全匹配你的需求。

内容的提问来源于stack exchange，提问作者hanuta98