결과에 문제가 없는지 확인하고 vec[np.arange(4)[:, np.newaxis], np.argsort(-vec, axis=1)] 를 출력하고 잘 보이는지 확인하십시오.

이것은 "np argsort wrong"에 대한 두 번째 Google 결과입니다.

문서 페이지의 설명이 (나에게) 명확하지 않습니다. 누군가에게 도움이 되기를 바라며 여기에 제 설명을 추가하겠습니다.

x = numpy.array([1.48,1.31,0.0,0.8])
print x.argsort()

>[2 3 1 0]

어떤 사람들은 이것이 대신 [3, 2, 0, 1] 를 줄 것이라고 예상 할 수 있습니다. 즉, 정렬되지 않은 배열의 0번째 요소는 정렬된 배열의 3번째 요소여야 합니다.

실제로 하는 일은 x[np.argsort(x)] 가 정렬된 목록, 즉 [0.0, 0.8, 1.31, 1.48] 를 제공하도록 인덱스를 제공하는 것입니다. 다시 말해 [2 3 1 0] 는 정렬된 배열의 0번째 요소가 정렬되지 않은 배열의 2번째 요소임을 알려줍니다.

[3, 2, 0, 1] 를 출력으로 얻으려면 대신 다음을 수행할 수 있습니다.

np.argsort(np.argsort(x))
>[3 2 0 1]

또는 x 에서 가장 큰 3개 요소의 인덱스만 원하는 경우:

np.argsort(x)[:-4:-1]
>[0, 1, 3]

실제로 [3, 2, 0, 1]을 출력으로 얻으려면 대신 다음을 수행할 수 있습니다.

이렇게 하면 더 빠릅니다.

a = np.empty(len(x), np.intp)
a[np.argsort(x)] = np.arange(len(x))

9880은 이것을 numpy에 np.invert_permutation(np.argsort(x)) 로 추가할 것을 제안합니다.

@rossbar , @bjnath : 위의 @ghost 의 코멘트에서 무언가를 추출하여 문서에 넣을 가치가 있습니까? 나는 혼란의 더 많은 예를 보여주기 위해 더 많은 교차 링크를 추가했습니다.