通过一列进行 Python 矩阵排序

Question

我有一个 n x 2 整数矩阵。第一列是一个系列 0,1,-1,2,-2，但是这些是按照它们从其组成矩阵中编译的顺序排列的。第二列是另一个列表中的索引列表。

我想通过第二列对矩阵进行排序。这相当于在 Excel 中选择两列数据，然后通过 B 列（其中数据位于 A 列和 B 列中）进行排序。请记住，每行第一列中的相邻数据应与其对应的第二列对应。我使用以下方法查看了解决方案：

data[np.argsort(data[:, 0])]

但这似乎不起作用。有问题的矩阵如下所示：

matrix([[1, 1],
        [1, 3],
        [1, 7],
        ..., 
        [2, 1021],
        [2, 1040],
        [2, 1052]])

Answer 1

你的想法是对的，只是差了几个字符：

>>> import numpy as np
>>> data = np.matrix([[9, 8],
...                   [7, 6],
...                   [5, 4],
...                   [3, 2],
...                   [1, 0]])
>>> data[np.argsort(data.A[:, 1])]
matrix([[1, 0],
        [3, 2],
        [5, 4],
        [7, 6],
        [9, 8]])

Answer 2

你可以使用np.lexsort:

numpy.lexsort(keys, axis=-1)

使用键序列执行间接排序。

给定多个排序键，可以解释为 在电子表格中，lexsort 返回一个整数索引数组 描述多列的排序顺序。

---

In [13]: data = np.matrix(np.arange(10)[::-1].reshape(-1,2))

In [14]: data
Out[14]: 
matrix([[9, 8],
        [7, 6],
        [5, 4],
        [3, 2],
        [1, 0]])

In [15]: temp = data.view(np.ndarray)

In [16]: np.lexsort((temp[:, 1], ))
Out[16]: array([4, 3, 2, 1, 0])

In [17]: temp[np.lexsort((temp[:, 1], ))]
Out[17]: 
array([[1, 0],
       [3, 2],
       [5, 4],
       [7, 6],
       [9, 8]])

请注意，如果您将多个键传递给np.lexsort，则 last 键是主键。倒数第二个键是第二个键，以此类推。

---

使用上面显示的np.lexsort 需要使用临时数组，因为np.lexsort 不适用于numpy 矩阵。自从 temp = data.view(np.ndarray) 创建一个视图，而不是 data 的副本，它不需要太多额外的内存。不过，

temp[np.lexsort((temp[:, 1], ))]

是一个新数组，确实需要更多内存。

还有一种按列就地排序的方法。这个想法是将数组视为具有两列的结构化数组。与普通的 ndarray 不同，结构化数组有一个 sort 方法，它允许您将列指定为键：

In [65]: data.dtype
Out[65]: dtype('int32')

In [66]: temp2 = data.ravel().view('int32, int32')

In [67]: temp2.sort(order = ['f1', 'f0'])

请注意，由于temp2 是data 的视图，它不需要分配新内存和复制数组。另外，排序temp2同时修改data：

In [69]: data
Out[69]: 
matrix([[1, 0],
        [3, 2],
        [5, 4],
        [7, 6],
        [9, 8]])