前言

有时候会遇到一些场景，需要我们对数据排序后，进行某一些处理，然后又让我们的数据恢复成原来的排序，在网上搜了下发现没有现成的demo，所以这里记录一下

一维情况

import numpy as np

arr = np.array([2, 1, 3, 5, 2, 44, 11])
print('原来顺序：', arr)

order = np.argsort(-arr)
arr = sorted(arr, reverse=True)
print('排序后顺序：',arr)

recovery_arr = np.zeros_like(arr)
for idx, num in enumerate(arr):
    recovery_arr[order[idx]] = num
print('回复原来顺序：',recovery_arr)

输出结果为：

原来顺序： [ 2  1  3  5  2 44 11]
排序后顺序： [44, 11, 5, 3, 2, 2, 1]
回复原来顺序： [ 2  1  3  5  2 44 11]

多维情况

如果是多维的情况的话，原理是一样的，不过要加多一层for循环

import numpy as np

arr = np.array([[2, 1, 3, 5, 2, 44, 11],[2, 1, 3, 5, 2, 44, 11]])
print('原来顺序：', arr)

order = np.argsort(-arr)
for idx in range(len(arr)):
    arr[idx] = sorted(arr[idx], reverse=True)
print('排序后顺序：',arr)

recovery_arr = np.zeros_like(arr)
for idx, num in enumerate(arr):
    for jdx, n in enumerate(num):
        recovery_arr[idx, order[idx, jdx]] = n
print('回复原来顺序：',recovery_arr)

原来顺序： 
[[ 2  1  3  5  2 44 11]
 [ 2  1  3  5  2 44 11]]
排序后顺序： 
[[44 11  5  3  2  2  1]
 [44 11  5  3  2  2  1]]
回复原来顺序： 
[[ 2  1  3  5  2 44 11]
 [ 2  1  3  5  2 44 11]]