基于单个列对结构化 Numpy 数组进行排序，同时保留其他列中的顺序答案

【问题标题】：Sort a structured Numpy array based on a single column while preserving order in other columns基于单个列对结构化 Numpy 数组进行排序，同时保留其他列中的顺序
【发布时间】：2021-04-05 19:29:15
【问题描述】：

我想按第一列对以下输入进行排序：

a = np.array([(2, 1), (1, 2), (2, 3)], dtype=[('c1', int), ('c2', int)])

[[2, 1],
[1, 2],
[2, 3]]

我试过a.sort(order='c1')，然后是print(a[::-1]。

预期输出（保留第二列顺序）：

[[2, 1],
[2, 3],
[1, 2]]

实际输出：

[[2, 3],
[2, 1],
[1, 2]]

【问题讨论】：

标签： numpy sorting structured-array

【解决方案1】：

你做不到。这些 dtype 元组在比行更深的级别绑定在一起。它们是字段，而不是列。您可以对x=a['c1'] 进行排序并写回。

In [547]: a = np.array([(2, 1), (1, 2), (2, 3)], dtype=[('c1', int), ('c2', int)])
     ...: 
In [548]: a
Out[548]: array([(2, 1), (1, 2), (2, 3)], dtype=[('c1', '<i8'), ('c2', '<i8')])
In [549]: x=np.sort(a['c1'])
In [550]: x
Out[550]: array([1, 2, 2])
In [551]: a['c1']=x
In [552]: a
Out[552]: array([(1, 1), (2, 2), (2, 3)], dtype=[('c1', '<i8'), ('c2', '<i8')])

【讨论】：

这不是和我做的一样，只是使用了更多的内存吗？输出是相同的。

【解决方案2】：

我很确定我已经弄明白了。否定它：

a['c1'] = -a['c1']
a.sort(order='c1')
a['c1'] = -a['c1']
print(a)

导致

[(2, 1) (2, 3) (1, 2)]

我不会接受这个答案，以防有人有更优化的解决方案。

【讨论】：