我的目标是创建一个函数，它接受两个输入数组，并输出组内的排名。（scores），并且第二输入数组是组大小的数组（groups），以组大小的和等于分数的总量的方式，scores数组可以被划分成几个组，类似于np.split(scores, np.cumsum(groups))。输出排名应该是1，代表组内得分最高的点，2代表第二高的点，依此类推。我实现了如下（包括两个测试用例）：

import numpy as np

def assign_ranks(scores, groups):
    # Create an array to store the ranks
    ranks = np.zeros(len(scores), dtype=int)

    # Iterate through groups
    start = 0
    for group_size in groups:
        end = start + group_size
        ranks[start:end] = (-scores[start:end]).argsort().argsort() + 1
        start = end

    return ranks

def test():
    # Test case 1
    scores1 = np.array([0.1, 0.5, 0.3, 0.4, 0.5])
    groups1 = np.array([3, 2])
    result1 = assign_ranks(scores1, groups1)
    print("Test case 1 result:", result1)  # Expected: [3 1 2 2 1]
    assert np.all(result1 == np.array([3, 1, 2, 2, 1]))

    # Test case 2
    scores2 = np.array([0.7, 0.3, 0.6, 0.1, 0.2, 0.5, 0.8, 0.9, 0.4])
    groups2 = np.array([4, 3, 2])
    result2 = assign_ranks(scores2, groups2)
    print("Test case 2 result:", result2)  # Expected: [1 3 2 4 3 2 1 1 2]
    assert np.all(result2 == np.array([1, 3, 2, 4, 3, 2, 1, 1, 2]))

if __name__ == "__main__":
    test()

字符串
虽然这是正确的工作，我想知道是否有可能实现这一点，而不使用for循环，潜在地提高性能。我已经做了几个没有成功的编译器。任何建议？
我尝试过其他方法，例如利用np.lexsort和np.split，但都没有成功。