Python（Numpy）數組排序

Question

我有一個名為v的dtype（'float64'）數組：

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]])

...我通過使用np.loadtxt命令從文件中獲取的。 我想在第一列的值之后對其進行排序，而不會混淆將數字列在同一行上的結構。 使用v.sort（axis = 0）給我：

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]])

...即將第三列中最小數量的第一列放在第一行等等。我寧願想要這樣的東西......

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]])

......每條線的元素沒有相對移動。

Answer 1

嘗試

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

（ v是數組）。 v[:,0]是第一列， .argsort()返回將對第一列進行排序的索引。 然后使用高級索引將此排序應用於整個數組。 請注意，您將獲得該陣列的sorte副本。

我知道對數組進行排序的唯一方法是使用記錄dtype：

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

Answer 2

另外

嘗試

import numpy as np

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

'order'具有第一行的順序。 然后'np.take'將列按相應的順序排列。

請參閱'np.take'的幫助

help(np.take)

take（a，indices，axis = None，out = None，mode ='raise'）沿軸取一個數組中的元素。

 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 

由追蹤該軸的最后一個元素的索引替換。 請注意，這會禁用帶負數的索引。

 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]有一些相同值的實例，你想對第1,2列等進行二次排序，那么你將需要使用numpy.lexsort()或numpy.sort(v, order=('col1', 'col2', etc..)但是對於order= case， v將需要是一個結構化數組。

Answer 4

numpy.lexsort()一個示例應用程序，用於對數組的行進行排序並處理第一列中的關系。 需要注意的是lexsort有效排序列，並與最后一列開始，所以你需要扭轉的行a對前再取轉lexsort ，最后轉置的結果（你會認為這應該是比較容易的，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]])

感謝@Paul提出使用lexsort的建議。