[英]Sorting 2D array by the first n rows
如何按前兩行對 NumPy 中的數組進行排序?
例如,
A=array([[9, 2, 2],
[4, 5, 6],
[7, 0, 5]])
我想按前兩行對列進行排序,這樣我就回來了:
A=array([[2, 2, 9],
[5, 6, 4],
[0, 5, 7]])
謝謝!
一種方法是將我們想要對其進行argsort
的 2D 數組轉換為更易於處理的 1D 數組。 為此,一個想法可能是將行相乘以考慮排序目的,方法是通過以10
序列的冪連續遞減值,將它們sum
,然后使用argsort
(注意:對於k的高值,此方法在數值上是不穩定的。適用於高達 ~ 20的值):
def sort_on_first_k_rows(x, k):
# normalize each row so that its max value is 1
a = (x[:k,:]/x[:k,:,None].max(1)).astype('float64')
# multiply each row by the seq 10^n, for n=k-1,k-2...0
# Ensures that the contribution of each row in the sorting is
# captured in the final sum
a_pow = (a*10**np.arange(a.shape[0]-1,-1,-1)[:,None])
# Sort with the argsort on the resulting sum
return x[:,a_pow.sum(0).argsort()]
檢查共享示例:
sort_on_first_k_rows(A, 2)
array([[2, 2, 9],
[5, 6, 4],
[0, 5, 7]])
或者用另一個例子:
A=np.array([[9, 2, 2, 1, 5, 2, 9],
[4, 7, 6, 0, 9, 3, 3],
[7, 0, 5, 0, 2, 1, 2]])
sort_on_first_k_rows(A, 2)
array([[1, 2, 2, 2, 5, 9, 9],
[0, 3, 6, 7, 9, 3, 4],
[0, 1, 5, 0, 2, 2, 7]])
pandas
庫對於DataFrames
的排序非常靈活 - 但僅基於列。 所以我建議像這樣轉置並將數組轉換為DataFrame
(請注意,您需要指定列名以便稍后定義排序標准):
df = pd.DataFrame(A.transpose(), columns=['col'+str(i) for i in range(len(A))])
然后對其進行排序並將其轉換回來,如下所示:
A_new = df.sort_values(['col0', 'col1'], ascending=[True, True]).to_numpy().transpose()
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.