numpyを要素の長さで使用して文字列配列をソートするとします。numpyを使用して文字列配列をソート
>>> arr = ["year","month","eye","i","stream","key","house"]
>>> x = np.sort(arr, axis=-1, kind='mergesort')
>>> print(x)
['eye' 'house' 'i' 'key' 'month' 'stream' 'year']
ただし、英数字の順序で並べ替えます。どのようにnumpyを長さで並べ替えることができますか？
文字列の長さを含むヘルパー配列を追加し、numpyのargsortを使用して、これらの長さに従ってソートするインデックスを与えます。インデックスこれらのインデックスと、元のデータ：key機能が最速であるよう
import numpy as np
arr = np.array(["year","month","eye","i","stream","key","house"]) # np-array needed for later indexing
arr_ = map(lambda x: len(x), arr) # remark: py3 would work different here
x = arr[np.argsort(arr_)]
print(x)
私はarr1=arr*1000にあなたのリストを展開すると、Pythonのリストはソートlenを使用。
In [77]: len(arr1)
Out[77]: 7000
In [78]: timeit sarr=sorted(arr1,key=len)
100 loops, best of 3: 3.03 ms per loop
In [79]: %%timeit
arrA=np.array(arr1)
larr=[len(i) for i in arrA] # list comprehension works same as map
sarr=arrA[np.argsort(larr)]
....:
100 loops, best of 3: 7.77 ms per loop
リストを配列に変換するには約1ミリ秒かかります（この変換では、特に小さなリストで大きなオーバーヘッドが発生します）。既に作成された配列を使用して、np.char.str_lenの時間はまだPython sortよりも遅いです。
In [83]: timeit sarr=arrA[np.argsort(np.char.str_len(arrA))]
100 loops, best of 3: 6.51 ms per loop
np.char機能が便利なことができ、彼らはまだ基本的に対応するstr方法を適用して、リストを反復処理します。
一般にargsortは、key機能と同じ機能を提供します。
これが高速かもしれないと考えているため、これを行う場合、numpyの仕組みを理解していません。これは、同じ量のバイトを占める要素用に設計されています。不等長さの文字列はそれを満たしておらず、単にnumpyでオブジェクトにラップすることになりますが、これはたぶん非効率です。 –
numpyを使用する理由はたくさんありますが、私はOliverの発言に同意しなければなりません。このコード例では、Pythonのビルトインソートメソッドが必要です。より美しく/コンパクトな構文が可能です。 （しかし多分あなたはnumpyを使用する他の理由があり、これはほんの一例です）。 – sascha
ありがとうございます。今のところ、私は新鮮ではないと私は理解しようとしています。 @saschaそれでは、長さによって並べ替えるために非常に多くの文字列要素があると、どのように使用できますか？ Python独自のソート方法のみ？ – GGG