根据到平均值的距离对二维数组进行排序答案

【问题标题】：Sort 2 dimensional array based on the distance to its average根据到平均值的距离对二维数组进行排序
【发布时间】：2020-02-13 15:28:08
【问题描述】：

如何根据最接近数组平均值的行成员对二维 numpy 数组进行排序。

例如，我们有这个数组：

a = np.random.rand(10,4)

它的平均值可以这样给出：

myAverage = a.mean(axis=0)

现在，我想根据与 myAverage 的最近距离对 a 进行排序

谢谢

这是我尝试过的：

for i in range(a.shape[0]):
    for j in range(a.shape[0] - 1):
        if(abs(sum(a[i] - a[i].mean(axis=0) > a[j + 1] - a[j +1].mean(axis=0)))):
            a[i] = a[j]

【问题讨论】：

您要对列还是行进行排序？
你可以在这里做的最好的事情就是提供一个例子
@DanielMesejo rows 我刚刚编辑了问题。谢谢
但我相信您正在计算列的平均值？

标签： python arrays sorting mean closest

【解决方案1】：

假设你的意思是绝对距离，否则取出np.abs()：

import numpy as np

np.random.seed(0)
a = np.random.rand(10,4)



row_means = np.mean(a,axis=1,keepdims=True)

row_means_dist = a - row_means


sorted_idx = np.argsort(np.abs(row_means_dist).min(axis=1))

result = a[sorted_idx]

【讨论】：

谢谢，我实际上希望结果返回原始数组值而不是距离你能告诉我怎么做吗？
这正是我想要的。谢谢！
没问题！如果您认为这是正确的答案，请采纳=)

【解决方案2】：

这可能不是最有效的解决方案，但您可以将表示每一行的 numpy 数组转换为 python 列表：

    row_array = list(a[row_num])

并使用排序：

    sorted(row_array, key=lambda x: abs(x - myAverage[row_num]))

并转换回 numpy 数组。

    a[row_num] = np.toarray(row_array)

【讨论】：