如何在 Python 中更改 2D 数组的顺序

Question

大家好，我有一个非常简单的问题要问你，让我简短地解释一下，有关更详细的解释，请阅读下文。

我想订购我的二维数组，它是一个坐标数组。 但是 k= np.sort(k,0) 对我不起作用，因为它会导致 y 值的改组。 如何在不丢失 (x,y) 数组中的 y 值的情况下解决此问题？

在上面你可以看到 np.sort() 的结果。 它对所有列进行排序并重新排列值，这使得数据无用。

这是为什么我需要该订单的更长解释：

我有一个二维数组，它是 K 均值的中心

centers = kmeans.cluster_centers_
plt.scatter(centers[:, 0], centers[:, 1], c='black', s=200, alpha=0.5);

我想用它们的 x 值对这个数组进行排序，因为我想在这样的 RBF 函数中使用它：

plt.scatter(centers[:, 0], centers[:, 1], c='black', s=200, alpha=0.5);

rbfi = Rbf(centers[:, 0], centers[:, 1],function='gaussian')
u = rbfi(centers[:,0])
plt.plot(centers[:,0],u,'orange',linewidth=4)
plt.tick_params(labelcolor = 'white')

由于它是无序的，该函数随机取 2D 点并尝试在它们之间画一条线。

结果应该是这样的：

Answer 1

我假设您的意思是要保持索引不变。 如果这个假设是正确的，我会建议一个数据框，用“inplace=True”排序：

import dataframe as df
df = pd.DataFrame({'x': your_x_numpy_array, 'y': your_y_numpy_array})
df.sort_values(by=[your_index_of_choice],inplace = True)

Answer 2

这是我的答案类似于@Hayden Eastwood

import pandas as pd
df = pd.DataFrame({'x': centers[:,0], 'y': centers[:,1]})
df = df.sort_values(by='x')
centers = pd.DataFrame(df).to_numpy()

结果：