Python（Numpy）数组排序

Question

我有一个名为v的dtype（'float64'）数组：

array([[  9.33350000e+05,   8.75886500e+06,   3.45765000e+02],
       [  4.33350000e+05,   8.75886500e+06,   6.19200000e+00],
       [  1.33360000e+05,   8.75886500e+06,   6.76650000e+02]])

...我通过使用np.loadtxt命令从文件中获取的。 我想在第一列的值之后对其进行排序，而不会混淆将数字列在同一行上的结构。 使用v.sort（axis = 0）给我：

array([[  1.33360000e+05,   8.75886500e+06,   6.19200000e+00],
       [  4.33350000e+05,   8.75886500e+06,   3.45765000e+02],
       [  9.33350000e+05,   8.75886500e+06,   6.76650000e+02]])

...即将第三列中最小数量的第一列放在第一行等等。我宁愿想要这样的东西......

array([[  1.33360000e+05,   8.75886500e+06,   6.76650000e+02],
       [  4.33350000e+05,   8.75886500e+06,   6.19200000e+00],
       [  9.33350000e+05,   8.75886500e+06,   3.45765000e+02]])

......每条线的元素没有相对移动。

Answer 1

尝试

v[v[:,0].argsort()]

（ v是数组）。 v[:,0]是第一列， .argsort()返回将对第一列进行排序的索引。 然后使用高级索引将此排序应用于整个数组。 请注意，您将获得该阵列的sorte副本。

我知道对数组进行排序的唯一方法是使用记录dtype：

v.dtype = [("x", float), ("y", float), ("z", float)]
v.shape = v.size
v.sort(order="x")

Answer 2

另外

尝试

import numpy as np

order = v[:, 0].argsort()
sorted = np.take(v, order, 0)

'order'具有第一行的顺序。 然后'np.take'将列按相应的顺序排列。

请参阅'np.take'的帮助

help(np.take)

take（a，indices，axis = None，out = None，mode ='raise'）沿轴取一个数组中的元素。

 This function does the same thing as "fancy" indexing (indexing arrays using arrays); however, it can be easier to use if you need elements along a given axis. Parameters ---------- a : array_like The source array. indices : array_like The indices of the values to extract. axis : int, optional The axis over which to select values. By default, the flattened input array is used. out : ndarray, optional If provided, the result will be placed in this array. It should be of the appropriate shape and dtype. mode : {'raise', 'wrap', 'clip'}, optional Specifies how out-of-bounds indices will behave. * 'raise' -- raise an error (default) * 'wrap' -- wrap around * 'clip' -- clip to the range 'clip' mode means that all indices that are too large are 

由追踪该轴的最后一个元素的索引替换。 请注意，这会禁用带负数的索引。

 Returns ------- subarray : ndarray The returned array has the same type as `a`. See Also -------- ndarray.take : equivalent method Examples -------- >>> a = [4, 3, 5, 7, 6, 8] >>> indices = [0, 1, 4] >>> np.take(a, indices) array([4, 3, 6]) In this example if `a` is an ndarray, "fancy" indexing can be used. >>> a = np.array(a) >>> a[indices] array([4, 3, 6]) 

Answer 3

如果你有v[:,0]有一些相同值的实例，你想对第1,2列等进行二次排序，那么你将需要使用numpy.lexsort()或numpy.sort(v, order=('col1', 'col2', etc..)但是对于order= case， v将需要是一个结构化数组。

Answer 4

numpy.lexsort()一个示例应用程序，用于对数组的行进行排序并处理第一列中的关系。 需要注意的是lexsort有效排序列，并与最后一列开始，所以你需要扭转的行a对前再取转lexsort ，最后转置的结果（你会认为这应该是比较容易的，但哎！） ：

In [1]: import numpy as np

In [2]: a = np.array([[1,2,3,4],[1,0,4,1],[0,4,1,1]])

In [3]: a[np.lexsort(np.flip(a, axis=1).T).T]
Out[3]: 
array([[0, 4, 1, 1],
       [1, 0, 4, 1],
       [1, 2, 3, 4]])

In [4]: a
Out[4]: 
array([[1, 2, 3, 4],
       [1, 0, 4, 1],
       [0, 4, 1, 1]])

感谢@Paul提出使用lexsort的建议。