如何根据 numpy 中向量的重新排序对 2D 矩阵轴进行重新排序

Question

我有一个2D ndarray，形状是(n_x, n_t)

2D 矩阵沿其行（对于每一行都是水平的）存储一个量 Q，因此 t 函数的离散版本，固定 x。在它的列中，对于固定的 t，（即向下一个固定的列），2D 矩阵为不同的 x 保存该数量的 Q 值，所以我有一个离散版本Q(x).

我将把这个矩阵绘制成二维热图。

我有一个向量形状 (n_t, )，其中包含二维矩阵存储数量 Q 的值的时间，对于任何给定的 x 值。因此，对于每一行，跨列，二维矩阵中这些值的基础时间是相同的。

在视觉上，对于 n_x=3 和 n_t=3：

[
[Q_{11}, Q_{12}, Q_{13}],
[Q_{21}, Q_{22}, Q_{23}],
[Q_{31}, Q_{32}, Q_{33}]
]

行 [Q11, Q12, Q13] 基本上是 Q(x_1, ts)，行 [Q21, Q22, Q23] 基本上是 Q(x_2, ts) 最后一行也是如此。

我有 ts 作为：[t1, t2, t3].

问题:

我将 ts（无论出于何种原因）重新排序为 [t2, t3, t1]。

我想将矩阵重新排序为：

[
[Q_{12}, Q_{13}, Q_{11}], 
[Q_{22}, Q_{23}, Q_{21}], 
[Q_{31}, Q_{33}, Q_{32}]
]

我该怎么做？我应该读些什么？ ts 向量的重新排序来自：np.fft.fftshift(np.fft.fftreq(ts)).

谢谢！

根据评论编辑：

a = np.array([
            [1, 2, 3], 
            [4, 5, 6], 
            [7, 8, 9]
            ])

ts = np.array([100, 200, 300])

tss = np.array([200, 300, 100])

aa = np.array([
            [2, 3, 1], 
            [5, 6, 4], 
            [8, 9, 7]
            ])

Answer 1

使用：

import numpy as np

a = np.array([
            [1, 2, 3],
            [4, 5, 6],
            [7, 8, 9]
            ])

ts = np.array([100, 200, 300])
tss = np.array([200, 300, 100])


# number of rows n_x in the original question
n_x = a.shape[0]

# find the original positions
indices = (ts == tss[:, None]).argmax(1)

res = np.take_along_axis(a, np.tile(indices, (n_x, 1)), axis=1)
print(res)

输出

[[2 3 1]
 [5 6 4]
 [8 9 7]]

如何根据 numpy 中向量的重新排序对 2D 矩阵轴进行重新排序

How to reorder 2D matrix axes based on reordering of a vector in numpy

python

arrays

numpy

matrix

data-science