使用Numpy按列和排序数组，不包括每列的最大和

Question

我想通过列和对数组进行排序，删除每列中最大的元素，然后继续排序。

#sorted by sum of columns
def sorting(a):
   b = np.sum(a, axis = 0)
   idx = b.argsort()
   a = np.take(a, idx, axis=1)
   return a

arr = [[1,2,3,8], [3,0,2,1],[5, 4, 25, 67], [11, 1, 6, 10]]
print(sorting(arr))

Here is the output: 

[[ 2  1  3  8]
 [ 0  3  2  1]
 [ 4  5 25 67]
 [ 1 11  6 10]]

我能够找到每个列的最大值及其索引，但如果不删除整行/列，我就无法删除它们。请帮帮我，我是新手！！！

Answer 1

虽然不是很优雅，但实现这一点的一种方法是使用广播和高级索引:

import numpy as np
arr = np.array([[1,2,3,8], [3,0,2,1],[5, 4, 25, 67], [11, 1, 6, 10]])

首先获取按列总和排序的中间数组。

arr1 = arr[:, arr.sum(axis = 0).argsort()]
print(arr1)
# array([[ 2,  1,  3,  8],
#        [ 0,  3,  2,  1],
#        [ 4,  5, 25, 67],
#        [ 1, 11,  6, 10]])

接下来，获取每列中最大值出现的位置。

idx = arr1.argmax(axis = 0)
print(idx)
# array([2, 3, 2, 2])

现在准备行和列索引数组以从 arr1 切片。请注意，用于计算行的行实质上对上面的 idx 中的每个元素执行 {0， 1， 2， 3} 的集合差（通常为 arr 中的行数），并将它们存储在行矩阵的列中。

k = np.arange(arr1.shape[0]) # original number of rows
rows = np.nonzero(k != idx[:, None])[1].reshape(-1, arr1.shape[0] - 1).T
cols = np.arange(arr1.shape[1])
print(rows)
# array([[0, 0, 0, 0],
#        [1, 1, 1, 1],
#        [3, 2, 3, 3]])

请注意，col 将被广播为行的形状，同时由它们索引 arr1。为了便于理解，col 看起来与行兼容：

print(np.broadcast_to(cols, rows.shape))

# array([[0, 1, 2, 3],
#        [0, 1, 2, 3],
#        [0, 1, 2, 3]])

基本上，当您（花式）索引arr1时，您会得到第0行、第1行和第3行的第0列；第0、1和2行的第1列等等。希望你明白这个想法。

arr2 = arr1[rows, cols]
print(arr2)
# array([[ 2,  1,  3,  8],
#        [ 0,  3,  2,  1],
#        [ 1,  5,  6, 10]])

为了方便执行乘法运算，可以编写一个简单的函数来组合这些步骤。