import numpy as np
x = np.random.rand(10)
y = np.empty(x.size,dtype=np.int64)
y[x.argsort()] = np.arange(x.size)
运行示例（在ipython中）：
In [367]: x
Out[367]:
array([ 0.09139335, 0.29084225, 0.43560987, 0.92334644, 0.09868977,
0.90202354, 0.80905083, 0.4801967 , 0.99086213, 0.00933582])
In [368]: y
Out[368]: array([1, 3, 4, 8, 2, 7, 6, 5, 9, 0])
或者，如果要使元素的数量 大于中的 每个对应元素的数量x，则必须将排序从升序转换为降序。一种可能的选择是简单地交换索引的结构：
y_rev = np.empty(x.size,dtype=np.int64)
y_rev[x.argsort()] = np.arange(x.size)[::-1]
@unutbu在评论中建议，另[一种方法](http://codingdict.com/questions/187165是将原始数组映射到新数组：
y_rev = x.size - y - 1
602392714
清零编程群