同时对1D阵列和2D阵列（按列）进行排序

Question

我有两个数组，一个名为Amplitudes with shape（99，）的数组和一个名为Modes的二维数组（55714,99）。我想对这两个数组进行排序，使得Modes数组的列根据幅度排列。这实际上是为了找到主导模式。

Amplitudes_absolute是我的1D数组，Modes_st是我的2D数组。两者都未分类。

Amplitudes_absolute.shape给出（99，） Modes_st.shape给了我（55714,99）

我希望将分类模式的形状保留为（55714,99），但是根据Amplitudes_absolute的升序值对列进行排序。

我试过了：

Amplitudes_absolute_sorted, Modes_sorted = [list(x) for x in     zip(*sorted(zip(Amplitudes_absolute, Modes_st), key=itemgetter(0)))]

Modes_sorted = np.squeeze(np.array(Modes_sorted)) #To obtain an array

和

Amplitudes_absolute_sorted = np.sort(Amplitudes_absolute)

p = Amplitudes_absolute_sorted.argsort()

Modes_sorted = Modes_st[p]

两者都给了我错误的形状，如Modes_sorted.shape给出（99,99）而不是（55714,99）。

有没有办法进行这种排序？

Answer 1

你非常接近。可以通过转置modes数组来修复第一种方法：

from operator import itemgetter
import numpy as np

_, modes_sorted = zip(*sorted(zip(amplitudes, modes.T), key=itemgetter(0)))
modes_sorted = np.array(modes_sorted)

这是因为当您迭代2D Numpy数组时，您将获得行，但您需要列。您只获得了原始代码的前99行，因为zip在收到的其中一个迭代器耗尽时停止。

当然，对于Numpy来说，这样做更容易：

sorter = amplitudes.argsort()
modes_sorted = modes[:,sorter]

请注意第一个索引的:，因此我们重新排列列而不是行。此外，无需先排序amplitudes，您可以直接使用argsort。