Question

我有一个2D numpy形状的阵列（N，2），它持有N个点（x和y坐标）。例如：

array([[3, 2],
       [6, 2],
       [3, 6],
       [3, 4],
       [5, 3]])

我想对它进行排序，使得我的点按x坐标排序，然后在x坐标相同的情况下按y排序。所以上面的数组应该是这样的：

array([[3, 2],
       [3, 4],
       [3, 6],
       [5, 3],
       [6, 2]])

如果这是一个普通的Python列表，我只需要定义一个比较器来做我想要的，但据我所知，numpy的sort函数不接受用户定义的比较器。有什么想法吗？

编辑：感谢您的想法！我设置了一个包含1000000个随机整数点的快速测试用例，并对我可以运行的那些进行了基准测试（抱歉，目前无法升级numpy）。

Mine:   4.078 secs 
mtrw:   7.046 secs
unutbu: 0.453 secs

Answer 1

使用lexsort：

import numpy as np    
a = np.array([(3, 2), (6, 2), (3, 6), (3, 4), (5, 3)])

ind = np.lexsort((a[:,1],a[:,0]))    

a[ind]
# array([[3, 2],
#       [3, 4],
#       [3, 6],
#       [5, 3],
#       [6, 2]])

如果a.ravel()为a，则

C_CONTIGUOUS会返回一个视图。如果这是真的，使用ravel代替flatten稍加修改的@ars's method，可以很好地对a 就地排序进行排序：

a = np.array([(3, 2), (6, 2), (3, 6), (3, 4), (5, 3)])
dt = [('col1', a.dtype),('col2', a.dtype)]
assert a.flags['C_CONTIGUOUS']
b = a.ravel().view(dt)
b.sort(order=['col1','col2'])

由于b是a的视图，因此排序b也排序a：

print(a)
# [[3 2]
#  [3 4]
#  [3 6]
#  [5 3]
#  [6 2]]

Answer 2

标题说＆＃34;排序2D数组＆＃34;。虽然提问者使用的是(N,2)形阵列，但可以概括unutbu的解决方案来处理任何(N,M)阵列，因为这可能是人们可能真正的寻找。

可以transpose数组并使用带有否定step的切片表示法将所有列以相反的顺序传递给lexsort：

>>> import numpy as np
>>> a = np.random.randint(1, 6, (10, 3))
>>> a
array([[4, 2, 3],
       [4, 2, 5],
       [3, 5, 5],
       [1, 5, 5],
       [3, 2, 1],
       [5, 2, 2],
       [3, 2, 3],
       [4, 3, 4],
       [3, 4, 1],
       [5, 3, 4]])

>>> a[np.lexsort(np.transpose(a)[::-1])]
array([[1, 5, 5],
       [3, 2, 1],
       [3, 2, 3],
       [3, 4, 1],
       [3, 5, 5],
       [4, 2, 3],
       [4, 2, 5],
       [4, 3, 4],
       [5, 2, 2],
       [5, 3, 4]])

Answer 3

numpy_indexed包（免责声明：我是它的作者）可用于以高效的完全矢量化方式解决这类处理和阵列问题：

import numpy_indexed as npi
npi.sort(a)  # by default along axis=0, but configurable

Answer 4

您可以使用np.complex_sort。这有将数据更改为浮点的副作用，我希望这不是问题：

>>> a = np.array([[3, 2], [6, 2], [3, 6], [3, 4], [5, 3]])
>>> atmp = np.sort_complex(a[:,0] + a[:,1]*1j)
>>> b = np.array([[np.real(x), np.imag(x)] for x in atmp])
>>> b
array([[ 3.,  2.],
       [ 3.,  4.],
       [ 3.,  6.],
       [ 5.,  3.],
       [ 6.,  2.]])

Answer 5

我正在努力做同样的事情，只是得到了帮助并解决了问题。如果您的数组具有列名（结构化数组），它可以顺利运行，我认为这是一种使用excel相同逻辑进行排序的非常简单的方法：

array_name[array_name[['colname1','colname2']].argsort()]

请注意包含排序条件的双括号。当然，您可以使用超过2列作为排序标准。

Answer 6

编辑：删除了错误的答案。

这是使用中间结构化数组执行此操作的一种方法：

from numpy import array

a = array([[3, 2], [6, 2], [3, 6], [3, 4], [5, 3]])

b = a.flatten()
b.dtype = [('x', '<i4'), ('y', '<i4')]
b.sort()
b.dtype = '<i4'
b.shape = a.shape

print b

给出了所需的输出：

[[3 2]
 [3 4]
 [3 6]
 [5 3]
 [6 2]]

不确定这是否是最好的解决方法。

Answer 7

我找到了一种方法：

from numpy import array
a = array([(3,2),(6,2),(3,6),(3,4),(5,3)])
array(sorted(sorted(a,key=lambda e:e[1]),key=lambda e:e[0]))

必须排序两次（并使用普通的python sorted函数而不是更快的numpy排序）非常糟糕，但它确实非常适合一行。

按多个轴排序2D numpy数组

7 个答案: