python - NumPy - 任何 dtype 的降序稳定 arg-sort 数组

Question

NumPy 的np.argsort能够通过传递参数进行稳定排序。kind = 'stable'

也不np.argsort支持反向（降序）顺序。

如果需要不稳定的行为，则可以通过 轻松建模降序desc_ix = np.argsort(a)[::-1]。

我正在寻找有效/简单的解决方案来降序稳定排序 NumPy 的a任何可比数组dtype。请参阅最后一段中我对“稳定性”的含义。

对于任何数值的情况，dtype可以通过对数组的否定版本进行排序来轻松完成稳定的降序 arg 排序：

print(np.argsort(-np.array([1, 2, 2, 3, 3, 3]), kind = 'stable'))
# prints: array([3, 4, 5, 1, 2, 0], dtype=int64)

但我需要支持任何可比的，dtype包括np.str_和np.object_。

只是为了澄清-也许对于降序的经典含义stable意味着从右到左枚举相等的元素。如果是这样，那么在我的问题中的含义stable + descending是不同的-应该从左到右枚举相等的元素范围，而彼此之间的相等范围按降序排列。即应该像上面的最后一个代码一样实现相同的行为。即，我想要某种意义上的稳定性，就像 Python 在下一个代码中实现的那样：

print([e[0] for e in sorted(enumerate([1,2,2,3,3,3]), key = lambda e: e[1], reverse = True)])
# prints: [3, 4, 5, 1, 2, 0]

标签： pythonarraysnumpysortingstable-sort

Answer 1

我认为这个公式应该有效：

import numpy as np
a = np.array([1, 2, 2, 3, 3, 3])
s = len(a) - 1 - np.argsort(a[::-1], kind='stable')[::-1]
print(s)
# [3 4 5 1 2 0]