如何对数组中的numpy数组进行排序？

Question

这个问题与this one 密切相关。有人可以说它可以通过np.lexsort 或在np.recarray 上排序来解决，但不是以一种琐碎和pythonic 的方式。

我有一个 numpy 数组，例如这个：

array([[[  2,  7,  1],
        [ 35,  9,  1],
        [ 22, 12,  4]],

       [[ 12,  2,  3],
        [  3,  7,  8],
        [ 12,  1, 10]]])

我很想把它作为输出：

array([[[  2,  7,  1],
        [ 22, 12,  4],
        [ 35,  9,  1]],

       [[  3,  7,  8],
        [ 12,  1, 10],
        [ 12,  2,  3]]])

也就是说，根据每个内部数组的第一个、第二个和第三个值对它们进行排序。请注意，我不想按列排序（没有类似表格的排序）。这是不想要的：

array([[[  2,  7,  1],
        [ 22,  9,  1],
        [ 35, 12,  4]],

       [[  3,  1,  3],
        [ 12,  2,  8],
        [ 12,  7, 10]]])

换句话说，我想要的是np.sort_complex，但对于更高维复杂的类型。

对我来说，更明智的方法是从我的 3D 数组中创建一个np.recarray。问题是我不知道如何以便宜的方式做到这一点。您将如何快速转换此处显示的数组之一：

array([[(  2,  7,  1),
        ( 35,  9,  1),
        ( 22, 12,  4)],

       [( 12,  2,  3),
        (  3,  7,  8),
        ( 12,  1, 10)]], dtype=???)

具有正确的 dtype ([("c1", "f8"), ("c2", "f8"), ("c3", "f8")]-like 但考虑到更高的维度)？

np.lexarray 对高维数组的行为非常奇怪，我无法让它工作。

np.argsort 也不是答案，因为它的排序方式不稳定（没有“抽奖”总是第一、第二和第三）。

我在纯 python 中提出了一个非常缓慢的“解决方案”，还有其他想法吗？

Answer 1

有很多事情可能会出错，稍后会详细介绍，但在您的情况下，您可以以非常简单的方式对数组进行排序：

>>> a = np.array([[[  2,  7,  1],
...                [ 35,  9,  1],
...                [ 22, 12,  4]],
... 
...               [[ 12,  2,  3],
...                [  3,  7,  8],
...                [ 12,  1, 10]]])
>>> a_view = a.view(dtype=[('', a.dtype)]*a.shape[-1])
>>> a_view.sort(axis=1)
>>> a
array([[[ 2,  7,  1],
        [22, 12,  4],
        [35,  9,  1]],

       [[ 3,  7,  8],
        [12,  1, 10],
        [12,  2,  3]]])

为此，您要用于解决绘图的轴必须是最后一个数组，并且该数组必须是连续的。因此，无论a 的历史如何，要做到这一点，使用a = np.ascontiguousarray(a) 可能是安全的做法。

Answer 2

您可以使用小列表推导和lexsort()：

np.array([b[np.lexsort(b[:,::-1].T)] for b in a])
#array([[[ 2,  7,  1],
#        [22, 12,  4],
#        [35,  9,  1]],
# 
#       [[ 3,  7,  8],
#        [12,  1, 10],
#        [12,  2,  3]]])