提问人：ElaineT 提问时间：8/19/2023 最后编辑：jaredElaineT 更新时间：8/19/2023 访问量：55
在 numpy 中子列表中的反序
reverse order within sublist in numpy
问：
我有两个numpy数组：
Values = numpy.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = numpy.array([4, 3, 3])
在 numpy 中颠倒子列表中的顺序以获得此结果的有效方法是什么？
[8, 7, 6, 5, 3, 2, 1, 16, 15, 14]
我已经尝试过循环，但我相信应该有一种更有效的方法使用 numpy 函数来做到这一点。for
答：
1赞
jared
8/19/2023
#1
为此，您可以将数组（使用 np.split）拆分到所需的索引处，由 给出，然后在每个索引反转后连接（使用 np.concatenate）。np.cumsum(Lengths)
import numpy as np
Values = np.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = np.array([4, 3, 3])
res = np.concatenate([split[::-1] for split in np.split(Values, np.cumsum(Lengths))])
print(res)
输出：
[ 8 7 6 5 3 2 1 16 15 14]
0赞
vegan_meat
8/19/2023
#2
import numpy as np
Values = np.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = np.array([4, 3, 3])
splits = np.split(Values, np.cumsum(Lengths)[:-1]) #splits into 3 parts
reversed_list = [np.flip(split) for split in splits] #flip/reverse all the 3 parts
result = np.concatenate(reversed_list) # join all 3 parts
print(result)
0赞
Obaidullah Zaland
8/19/2023
#3
根据这个讨论，切片是最快的技术之一，你可以用它来分割。以下代码仅使用切片，因此不使用任何额外的空格或复制。
import numpy
Values = numpy.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
Lengths = numpy.array([4, 3, 3])
start = 0
end = 0
for i in range(len(Lengths)):
end = end + Lengths[i]
if i == 0: ## Isolate the first scenario as splitting doesn't accept -1 as second argument. [end:-1:step] is not valid
Values[0:end] = Values[end-1::-1]
else:
Values[start:end] = Values[end-1:start-1:-1]
start = end
print(Values)
1赞
mozway
8/19/2023
#4
对于矢量解决方案，您可以使用 np.repeat 制作一个排序器数组，然后使用 np.argsort 对数组进行重新排序
a = np.repeat(np.arange(len(Lengths)), Lengths)[::-1]
# array([2, 2, 2, 1, 1, 1, 0, 0, 0, 0])
out = Values[len(Values)-1-np.argsort(a)]
输出：
array([ 8, 7, 6, 5, 3, 2, 1, 16, 15, 14])
中间：
len(Values)-1-np.argsort(a)
# array([3, 2, 1, 0, 6, 5, 4, 9, 8, 7])
0赞
Alain T.
8/19/2023
#5
您可以构建一个索引列表，以反转相对于每个块的最后一个索引的位置。然后将其用作 values 数组的间接。
import numpy as np
values = np.array([5, 6, 7, 8, 1, 2, 3, 14, 15, 16])
lengths = np.array([4, 3, 3])
s = np.cumsum(lengths) - 1
s[1:] += s[:-1] + 1
i = np.repeat(s, lengths) - np.arange(values.size)
print(values[i])
# [ 8 7 6 5 3 2 1 16 15 14]
评论
::-1