배열을 두 번 정렬하지 않고 Python / NumPy를 사용하여 배열의 항목 순위 지정

숫자 배열이 있고 첫 번째 배열에서 각 항목의 순위를 나타내는 또 다른 배열을 만들고 싶습니다. 저는 Python과 NumPy를 사용하고 있습니다.

예를 들면 :

array = [4,2,7,1]
ranks = [2,1,3,0]

내가 생각 해낸 가장 좋은 방법은 다음과 같습니다.

array = numpy.array([4,2,7,1])
temp = array.argsort()
ranks = numpy.arange(len(array))[temp.argsort()]

배열을 두 번 정렬하지 않는 더 좋고 빠른 방법이 있습니까?

마지막 단계에서 왼쪽에 슬라이싱을 사용합니다.

array = numpy.array([4,2,7,1])
temp = array.argsort()
ranks = numpy.empty_like(temp)
ranks[temp] = numpy.arange(len(array))

이렇게하면 마지막 단계에서 순열을 반전하여 두 번 정렬하는 것을 방지 할 수 있습니다.

argsort를 두 번 사용하여 먼저 배열의 순서를 얻은 다음 순위를 얻습니다.

array = numpy.array([4,2,7,1])
order = array.argsort()
ranks = order.argsort()

2D (또는 더 높은 차원의) 배열을 다룰 때 올바른 축에 대해 정렬하기 위해 축 인수를 argsort에 전달해야합니다.

이 질문은 몇 년 전이고 받아 들여지는 대답은 훌륭하지만 다음은 여전히 ​​언급 할 가치가 있다고 생각합니다. 에 대한 종속성이 마음에 들지 않으면 scipy다음을 사용할 수 있습니다 scipy.stats.rankdata.

In [22]: from scipy.stats import rankdata

In [23]: a = [4, 2, 7, 1]

In [24]: rankdata(a)
Out[24]: array([ 3.,  2.,  4.,  1.])

In [25]: (rankdata(a) - 1).astype(int)
Out[25]: array([2, 1, 3, 0])

의 좋은 기능은 인수가 관계를 처리하기위한 몇 가지 옵션을 제공 rankdata한다는 것 method입니다. 예를 들어,에 20이 세 번 발생하고 40이 두 번 발생합니다 b.

In [26]: b = [40, 20, 70, 10, 20, 50, 30, 40, 20]

기본값은 평균 순위를 동일한 값에 할당합니다.

In [27]: rankdata(b)
Out[27]: array([ 6.5,  3. ,  9. ,  1. ,  3. ,  8. ,  5. ,  6.5,  3. ])

method='ordinal' 연속 순위를 할당합니다.

In [28]: rankdata(b, method='ordinal')
Out[28]: array([6, 2, 9, 1, 3, 8, 5, 7, 4])

method='min' 모든 동률 값에 동률 값의 최소 순위를 할당합니다.

In [29]: rankdata(b, method='min')
Out[29]: array([6, 2, 9, 1, 2, 8, 5, 6, 2])

추가 옵션은 독 스트링을 참조하십시오.

두 개 이상의 차원 배열 A에 대해 두 솔루션을 모두 확장하려고 시도했으며 배열을 행 단위로 처리한다고 가정합니다 (axis = 1).

행에 대한 루프로 첫 번째 코드를 확장했습니다. 아마도 그것은 개선 될 수 있습니다

temp = A.argsort(axis=1)
rank = np.empty_like(temp)
rangeA = np.arange(temp.shape[1])
for iRow in xrange(temp.shape[0]): 
    rank[iRow, temp[iRow,:]] = rangeA

그리고 k.rooijers의 제안에 따라 두 번째는 다음과 같습니다.

temp = A.argsort(axis=1)
rank = temp.argsort(axis=1)

모양 (1000,100)을 가진 400 개의 배열을 무작위로 생성했습니다. 첫 번째 코드는 약 7.5, 두 번째 코드는 3.8이었습니다.

평균 순위의 벡터화 된 버전은 아래를 참조하십시오. 나는 np.unique를 좋아한다. 그것은 코드가 효율적으로 벡터화 될 수있는 것과 불가능한 것의 범위를 정말로 넓혀 준다. 파이썬 for 루프를 피하는 것 외에도이 접근 방식은 'a'에 대한 암시 적 이중 루프를 방지합니다.

import numpy as np

a = np.array( [4,1,6,8,4,1,6])

a = np.array([4,2,7,2,1])
rank = a.argsort().argsort()

unique, inverse = np.unique(a, return_inverse = True)

unique_rank_sum = np.zeros_like(unique)
np.add.at(unique_rank_sum, inverse, rank)
unique_count = np.zeros_like(unique)
np.add.at(unique_count, inverse, 1)

unique_rank_mean = unique_rank_sum.astype(np.float) / unique_count

rank_mean = unique_rank_mean[inverse]

print rank_mean

우아함과 솔루션의 부족 외에도 성능 문제도 있습니다. 다음은 약간의 벤치 마크입니다.

import numpy as np
from scipy.stats import rankdata
l = list(reversed(range(1000)))

%%timeit -n10000 -r5
x = (rankdata(l) - 1).astype(int)
>>> 128 µs ± 2.72 µs per loop (mean ± std. dev. of 5 runs, 10000 loops each)

%%timeit -n10000 -r5
a = np.array(l)
r = a.argsort().argsort()
>>> 69.1 µs ± 464 ns per loop (mean ± std. dev. of 5 runs, 10000 loops each)

%%timeit -n10000 -r5
a = np.array(l)
temp = a.argsort()
r = np.empty_like(temp)
r[temp] = np.arange(len(a))
>>> 63.7 µs ± 1.27 µs per loop (mean ± std. dev. of 5 runs, 10000 loops each)

argsort ()를 두 번 사용하면됩니다.

>>> array = [4,2,7,1]
>>> ranks = numpy.array(array).argsort().argsort()
>>> ranks
array([2, 1, 3, 0])

위의 방법을 시도했지만 zeores가 많아 실패했습니다. 예, 수레를 사용하더라도 중복 항목이 중요 할 수 있습니다.

그래서 나는 타이 체크 단계를 추가하여 수정 된 1D 솔루션을 작성했습니다.

def ranks (v):
    import numpy as np
    t = np.argsort(v)
    r = np.empty(len(v),int)
    r[t] = np.arange(len(v))
    for i in xrange(1, len(r)):
        if v[t[i]] <= v[t[i-1]]: r[t[i]] = r[t[i-1]]
    return r

# test it
print sorted(zip(ranks(v), v))

가능한 한 효율적이라고 생각합니다.

나는 k.rooijers의 방법을 좋아했지만 rcoup이 쓴 것처럼 반복되는 숫자는 배열 위치에 따라 순위가 매겨집니다. 이것은 나에게 좋지 않았으므로 순위를 후 처리하고 반복되는 숫자를 결합 된 평균 순위로 병합하도록 버전을 수정했습니다.

import numpy as np
a = np.array([4,2,7,2,1])
r = np.array(a.argsort().argsort(), dtype=float)
f = a==a
for i in xrange(len(a)):
   if not f[i]: continue
   s = a == a[i]
   ls = np.sum(s)
   if ls > 1:
      tr = np.sum(r[s])
      r[s] = float(tr)/ls
   f[s] = False

print r  # array([ 3. ,  1.5,  4. ,  1.5,  0. ])

나는 이것이 다른 사람들에게도 도움이되기를 바랍니다. 나는 이것에 대한 다른 해결책을 찾으려고했지만 아무것도 찾을 수 없었습니다.

argsort와 slice는 대칭 연산입니다.

argsort 대신 두 번 슬라이스를 시도하십시오. 슬라이스가 argsort보다 빠르기 때문에

array = numpy.array([4,2,7,1])
order = array.argsort()
ranks = np.arange(array.shape[0])[order][order]

답변 중 하나의 더 일반적인 버전 :

In [140]: x = np.random.randn(10, 3)

In [141]: i = np.argsort(x, axis=0)

In [142]: ranks = np.empty_like(i)

In [143]: np.put_along_axis(ranks, i, np.repeat(np.arange(x.shape[0])[:,None], x.shape[1], axis=1), axis=0)

2 차원 이상의 인덱스로 numpy.argsort ()를 사용하는 방법을 참조하십시오 . 더 희미하게 일반화합니다.