Question

在this trick获取NumPy数组的唯一条目之后，我现在有一个双列数组，基本上是第一个元素的对，范围是[0.9：0.02：1.1]，第二个元素在范围内[1.5：0.1：2.0]。我们称之为A。目前，它完全未分类，即

In [111]: A
Out[111]: 
array([[ 1.1 ,  1.9 ],
       [ 1.06,  1.9 ],
       [ 1.08,  1.9 ],
       [ 1.08,  1.6 ],
       [ 0.9 ,  1.8 ],
       ...
       [ 1.04,  1.6 ],
       [ 0.96,  2.  ],
       [ 0.94,  2.  ],
       [ 0.98,  1.9 ]])

我想对它进行排序，以便第一列中的每一行首先增加，然后是第一列。即。

array([[ 0.9 ,  1.5 ],
       [ 0.9 ,  1.6 ],
       [ 0.9 ,  1.7 ],
       [ 0.9 ,  1.9 ],
       [ 0.9 ,  1.9 ],
       [ 0.9 ,  2.  ],
       [ 0.92,  1.5 ],
       ...
       [ 1.08,  2.  ],
       [ 1.1 ,  1.5 ],
       [ 1.1 ,  1.6 ],
       [ 1.1 ,  1.7 ],
       [ 1.1 ,  1.8 ],
       [ 1.1 ,  1.9 ],
       [ 1.1 ,  2.  ]])

但我找不到可以同时给出两者的排序算法。根据建议here，我尝试了A[A[:,0].argsort()]和A[A[:,1].argsort()]，但他们每个只排序一列。我也试过应用两者，但同样的事情发生了。

如果我错过了一些简单的事情，我会道歉但是我一直在寻找这个... ...

Answer 1

numpy.lexsort可以在这里工作：

A[np.lexsort(A.T)]

在将A传递给lexsort之前需要转置它，因为当传递一个二维数组时，它希望按行排序（最后一行，最后一行等）。

另一种可能更清晰的方法是明确传递列：

A[np.lexsort((A[:, 0], A[:, 1]))]

你仍然需要记住lexsort首先按最后一个键排序（这可能是一个很好的理由;它与在连续键上执行稳定排序相同）。

Answer 2

以下内容可行，但可能有更快的方法：

A = np.array(sorted(A,key=tuple))

Answer 3

只需替换A为2D的整个事物（包括唯一部分）：

A = np.ascontiguousarray(A) # just to make sure...
A = A.view([('', A.dtype)] * A.shape[1])

A = np.unique(A)
# And if you want the old view:
A = A.view(A.dtype[0]).reshape(-1,len(A.dtype))

我希望您没有使用链接问题中的set解决方案，除非您不太关心速度。 lexsort等通常很好，但这里没有必要，因为默认排序会做（如果它是一个重新排列）

编辑：一个不同的视图（结果大致相同），但可能因为不需要重新塑造而更加优雅：

A = A.view([('', A.dtype, A.shape[0])])
A = np.unique(A)
# And to go back
A = A.view(A.dtype[0].base)

按列对NumPy float数组进行排序

3 个答案: