同时对一维数组和二维数组排序（按列）

Question

我有两个数组，一个名为Amplitudes（形状为（99，））的一维数组和一个名为Modes（形状为（55714,99））的2D数组。 我想对这两个数组进行排序，以使Modes数组的列根据Amplitudes进行排列。 这样做实际上是为了找到主导模式。

Amplitudes_absolute是我的1D数组，而Modes_st是我的2D数组。 两者均未分类。

Amplitudes_absolute.shape给（99，）Modes_st.shape给我（55714,99）

我想将排序模式的形状保留为（55714,99），但要根据Amplitudes_absolute的升序对列进行排序。

我试过了：

Amplitudes_absolute_sorted, Modes_sorted = [list(x) for x in     zip(*sorted(zip(Amplitudes_absolute, Modes_st), key=itemgetter(0)))]

Modes_sorted = np.squeeze(np.array(Modes_sorted)) #To obtain an array

和

Amplitudes_absolute_sorted = np.sort(Amplitudes_absolute)

p = Amplitudes_absolute_sorted.argsort()

Modes_sorted = Modes_st[p]

两者都给了我错误的形状，就像在Modes_sorted.shape中给出了（99,99）而不是（55714,99）。

有没有办法进行这种分类？

Answer 1

你很亲近 第一种方法可以通过转置modes数组来解决：

from operator import itemgetter
import numpy as np

_, modes_sorted = zip(*sorted(zip(amplitudes, modes.T), key=itemgetter(0)))
modes_sorted = np.array(modes_sorted)

这是因为当您迭代2D Numpy数组时，会得到行，但需要列。 您只能获得带有原始代码的前99行，因为zip在收到的迭代器之一用尽时会停止。

当然，使用Numpy更容易：

sorter = amplitudes.argsort()
modes_sorted = modes[:,sorter]

注意:第一个指标，所以我们重新安排列，而不是行。 另外，也不需要先对amplitudes进行排序，您可以直接使用argsort 。