按降序高效地排序numpy数组？

Question

我很惊讶以前没有人问过这个特定的问题，但我真的没有在SO上或np的文档中找到它。排序。

假设我有一个包含整数的随机numpy数组，例如：

> temp = np.random.randint(1,10, 10)    
> temp
array([2, 4, 7, 4, 2, 2, 7, 6, 4, 4])

> np.sort(temp)
array([2, 2, 2, 4, 4, 4, 4, 6, 7, 7])

但我希望解决方案按降序排序。

现在，我知道我总能做到：

reverse_order = np.sort(temp)[::-1]

但这最后一句话是否高效？它不创建一个按升序排列的副本，然后反转这个副本以得到按反转顺序排列的结果吗？如果情况确实如此，是否有一个有效的替代方案？看起来不像np.sort接受参数来更改排序操作中比较的符号，以获得相反的顺序。

Answer 1

对于短数组，我建议使用np。argsort（）通过查找已排序的否定数组的索引，这比反转已排序数组稍微快一些：

In [37]: temp = np.random.randint(1,10, 10)

In [38]: %timeit np.sort(temp)[::-1]
100000 loops, best of 3: 4.65 µs per loop

In [39]: %timeit temp[np.argsort(-temp)]
100000 loops, best of 3: 3.91 µs per loop

Answer 2

>>> a=np.array([5, 2, 7, 4, 4, 2, 8, 6, 4, 4])

>>> np.sort(a)
array([2, 2, 4, 4, 4, 4, 5, 6, 7, 8])

>>> -np.sort(-a)
array([8, 7, 6, 5, 4, 4, 4, 4, 2, 2])

Answer 3

temp[：-1]。sort（）对数组进行适当排序，而np。排序（temp）[：：-1]创建一个新数组。

In [25]: temp = np.random.randint(1,10, 10)

In [26]: temp
Out[26]: array([5, 2, 7, 4, 4, 2, 8, 6, 4, 4])

In [27]: id(temp)
Out[27]: 139962713524944

In [28]: temp[::-1].sort()

In [29]: temp
Out[29]: array([8, 7, 6, 5, 4, 4, 4, 4, 2, 2])

In [30]: id(temp)
Out[30]: 139962713524944