NumPy：排序3D数组，但将第二维分配给first

尼克皮克

我有一个数组，代表玩家持有的扑克牌。每个玩家持有6张牌，这些牌的值为1-12，相应的花色为1-4。

例如，第一个玩家将持有以下7张牌：

deck=np.array([[[  6.,   2.],
                [ 10.,   1.],
                [  5.,   1.],
                [  9.,   2.],
                [  4.,   1.],
                [  3.,   2.],
                [ 11.,   2.]]])

现在的问题是，当我对卡片进行排序以查看哪张卡片的价值最高时（在这种情况下为11，相应的套装为2）

sortedcards=-np.sort(-unsortedCards,axis=1)

它不仅对第一列中的值进行排序，还对第二列中的值进行排序（这是最合适的）。

如何仅对第一列进行排序，并将第二列分配给第一列，以使我不会丢失哪个值具有合适的信息？

请记住，以上示例仅适用于一个玩家，但将有多个玩家。因此，数组具有附加维度。

重要提示：解决方案仅需通过纯NumPy矩阵运算即可。

斯文泽尔

首先，您需要一个可用于对卡片进行排序的值。一个简单的是value*4 + suit：

sortval = deck[:,:,0]*4+deck[:,:,1]
sortval *= -1 # if you want largest first

然后，您可以使用np.argsort哪个索引属于哪个索引，并使用它来对您的卡片组进行排序。默认情况下，它沿着最后一个轴排序，这就是我们想要的。

sortedIdx = np.argsort(sortval)

现在，您可以使用它来对牌组进行如下排序：

deck = deck[np.arange(len(deck))[:,np.newaxis],sortedIdx]

该np.arange...部分确保来自的每个第二维索引数组sortedIdx都与正确的第一维索引配对。

整个东西：

import numpy as np

deck = np.array([[[  6.,   2.],
                  [ 10.,   1.],
                  [  5.,   1.],
                  [  9.,   2.],
                  [  4.,   1.],
                  [  3.,   2.],
                  [ 11.,   2.]],

                 [[  6.,   2.],
                  [  2.,   2.],
                  [  2.,   3.],
                  [ 11.,   1.],
                  [ 11.,   3.],
                  [  5.,   3.],
                  [  4.,   4.]]])

sortval = deck[:,:,0]*4+deck[:,:,1]
sortval *= -1 # if you want largest first
sortedIdx = np.argsort(sortval)
deck = deck[np.arange(len(deck))[:,np.newaxis],sortedIdx]
print(deck)

将打印：

[[[ 11.   2.]
  [ 10.   1.]
  [  9.   2.]
  [  6.   2.]
  [  5.   1.]
  [  4.   1.]
  [  3.   2.]]

 [[ 11.   3.]
  [ 11.   1.]
  [  6.   2.]
  [  5.   3.]
  [  4.   4.]
  [  2.   3.]
  [  2.   2.]]]

本文收集自互联网，转载请注明来源。

如有侵权，请联系 [email protected] 删除。