如何按列对 nx3 numpy 数组进行排序，但它会记住该行中的数据？答案

【问题标题】：How to sort an nx3 numpy array by column(s) but it remembers the data in that row?如何按列对 nx3 numpy 数组进行排序，但它会记住该行中的数据？
【发布时间】：2019-12-19 19:59:37
【问题描述】：

首先，我对 python 很陌生，因此非常感谢任何提示/帮助。

基本上，我希望一个 nx3 numpy 数组最初按第二列排序，然后按第三列排序，但我希望该行中的所有数据彼此保留。

像这样：

import numpy as np

a = np.array([[20, 2, 4],
              [7, 5, 6],
              [25, 1, 5],
              [2, 2, 3],
              [3, 5, 8],
              [4, 1, 3]])
              ......... (n times)

在这个数组中，第一列表示值，第二列表示 x 坐标，第三列表示 y 坐标。首先通过 x 坐标对数组进行降序排序，然后对 y 坐标进行降序排序，同时值仍然分配给 x 和 y 坐标的最佳方法是什么？

所以排序后是这样的：


a = ([[4, 1, 3],
     [25, 1, 5],
      [2, 2, 3],
     [20, 2, 4],
      [7, 5, 6],
      [3, 5, 8]])
     ......... (n times)

如您所见，它如何首先对 x 坐标进行排序，然后对具有相同 x 坐标的所有 y 坐标进行排序。因为它首先找到 1 的所有 x 坐标，然后在该排序中找到 y 坐标。虽然值、x 和 y 坐标都彼此保持在同一行。

【问题讨论】：

标签： python arrays numpy sorting

【解决方案1】：

最简单的方法是将其转换为 pandas 数据框，这样操作起来就更容易了。

import pandas as pd

df = pd.DataFrame({'a': [6, 2, 1], 'b': [4, 5, 6]})

print(df)

出来

 a  b
0  6  4
1  2  5
2  1  6

sorteddf = df.sort_values(by='a')

print(sorteddf)

出来

【讨论】：

【解决方案2】：

看一下'order'参数：https://docs.scipy.org/doc/numpy/reference/generated/numpy.sort.html

import numpy as np

dtype = [('x',int),('y',int)]
values = [(1,7),(3,4),(1,4),(1,3)]
a = np.array(values,dtype=dtype)
print(np.sort(a, order=['x','y']))

【讨论】：

【解决方案3】：

最简单的方法是先按y排序，再按x排序，所以对于x的equals值，最终结果将按y排序。

完整代码：

import numpy as np

a = np.array([[20, 2, 4],
              [7, 5, 6],
              [25, 1, 5],
              [2, 2, 3],
              [3, 5, 8],
              [4, 1, 3]])

a = a[a[:,2].argsort()] # sort according to column 2
a = a[a[:,1].argsort()] # sort according to column 1

结果

a
array([[ 4,  1,  3],
       [25,  1,  5],
       [ 2,  2,  3],
       [20,  2,  4],
       [ 7,  5,  6],
       [ 3,  5,  8]])

【讨论】：