排序python多维数组？

Question

我声明了一个多维数组，可以使用numpy接受不同的数据类型

count_array = numpy.empty((len(list), 2), dtype = numpy.object)

第一个数组有字符串，第二个数组有数字。 我想根据数字对两列进行排序......

有没有比sort()方法更简单的方法来做到这一点？

Answer 1

考虑将数组改为结构化数组 ：

count_array = np.empty((len(list),), dtype=[('str', 'S10'), ('num', int)])

然后，您可以按特定键排序：

np.sort(arr, order='num')

Answer 2

您可以argsort第二列，然后在行上使用所谓的“fancy-indexing”：

import numpy as np
count_array = np.array([('foo',2),('bar',5),('baz',0)], dtype = np.object)
print(count_array)
# [[foo 2]
#  [bar 5]
#  [baz 0]]

idx = np.argsort(count_array[:, 1])
print(idx)
# [2 0 1]

print(count_array[idx])
# [[baz 0]
#  [foo 2]
#  [bar 5]]

Answer 3

我建议这一点：

首先，像unutbu一样，我将使用numpy.array构建列表

import numpy as np
count_array = np.array([('foo',2),('bar',5),('baz',0)], dtype = np.object)

然后，我使用operator.itemgetter排序：

import operator
newlist = sorted(count_array, key=operator.itemgetter(1))

这意味着：使用索引1对count_array wrt参数进行排序，即整数值。

输出是

[array([baz, 0], dtype=object), array([foo, 2], dtype=object), array([bar, 5], dtype=object)]

我可以重新安排。 我这样做

np.array([list(k) for k in newlist], dtype=np.object)

我得到一个与以前格式相同的numpy数组

array([[baz, 0],
       [foo, 2],
       [bar, 5]], dtype=object)

最后，整个代码看起来像那样

import numpy as np
import operator

count_array = np.array([('foo',2),('bar',5),('baz',0)], dtype = np.object)

np.array([list(k) for k in sorted(count_array, key=operator.itemgetter(1))], dtype=np.object)

最后一行执行请求的排序。