这个问题是几年的历史,并接受的答案是伟大的,但我认为下面还是值得一提。如果你不介意scipy
的依赖,你可以使用scipy.stats.rankdata
:
In [22]: from scipy.stats import rankdata
In [23]: a = [4, 2, 7, 1]
In [24]: rankdata(a)
Out[24]: array([ 3., 2., 4., 1.])
In [25]: (rankdata(a) - 1).astype(int)
Out[25]: array([2, 1, 3, 0])
的rankdata
一个很好的功能是,method
参数提供用于处理关系的几个选项。例如,有三个事件20的和两次出现的40 b
:
In [26]: b = [40, 20, 70, 10, 20, 50, 30, 40, 20]
默认的平均等级分配给并列值:
In [27]: rankdata(b)
Out[27]: array([ 6.5, 3. , 9. , 1. , 3. , 8. , 5. , 6.5, 3. ])
method='ordinal'
分配连续的行列:
In [28]: rankdata(b, method='ordinal')
Out[28]: array([ 6., 2., 9., 1., 3., 8., 5., 7., 4.])
method='min'
将绑定值的最小等级分配给所有绑定值:
In [29]: rankdata(b, method='min')
Out[29]: array([ 6., 2., 9., 1., 2., 8., 5., 6., 2.])
请参阅文档字符串了解更多选项。
您的最后一行等同于'ranks = temp.argsort()'。 – 2011-03-12 19:03:58