在python中对x，y坐标的多维维度数组进行排序

Question

所以我试图在python中对多维元素数组进行排序。数组是一个混乱，这使得它如此困难，但不幸的是它是opencv函数返回的。

这些是y，x坐标（向后我知道....）

[array([[[ 13, 178]],[[ 50, 179]],[[ 49, 258]],[[ 12, 257]]]), 
array([[[ 58,  93]],[[105,  94]],[[104, 171]],[[ 57, 170]]]), 
array([[[ 13,  93]],[[ 50,  94]],[[ 49, 171]],[[ 12, 170]]]), 
array([[[ 58,   9]],[[105,  10]],[[104,  86]],[[ 57,  85]]]), 
array([[[13,  9]], [[50, 10]],[[49, 86]],[[12, 85]]]), 
array([[[ 58, 178]],[[105, 179]],[[104, 257]],[[ 57, 257]]])]

现在我需要这个排序的方式是每个numpy数组的第一个元素（让我们称之为a），然后是DESCENDING中的SECOND元素。而且我需要在ASCENDING命令的FIRST元素上打破所有关系。

所以这最终会成为

[array([[[ 13, 178]],[[ 50, 179]],[[ 49, 258]],[[ 12, 257]]]),
array([[[ 58, 178]],[[105, 179]],[[104, 257]],[[ 57, 257]]]),
array([[[ 13,  93]],[[ 50,  94]],[[ 49, 171]],[[ 12, 170]]]),
array([[[ 58,  93]],[[105,  94]],[[104, 171]],[[ 57, 170]]]),
array([[[13,  9]], [[50, 10]],[[49, 86]],[[12, 85]]]),
array([[[ 58,   9]],[[105,  10]],[[104,  86]],[[ 57,  85]]])]

现在，我已经找到了如何使用

访问这些元素

items[each][first][0][Y_POS(or X_POS)]

其中每个都是要访问的nparray（其中有6个） Y_POS表示y位置，X_POS表示x位置。

其他两个变量first和0永远不会改变。

我真的不知道从哪里开始使它有效运行，所以任何帮助都表示赞赏。请记住，坐标是Y，X表示法。

先谢谢大家。

Answer 1

鉴于A是包含所有数据的4d数组：

I = np.argsort(A[:, 0, 0, 0])
A = A[I[::-1]]
I = np.argsort(A[:, 0, 0, 1], kind='mergesort')
A = A[I[::-1]]

首先我们按相反顺序对Y进行排序，然后按相反的顺序对X进行排序，导致X下降，但当X相等时，Y上升。请注意，我们必须使用稳定的排序算法来防止加扰我们的第一次排序; mergesort应该可以解决问题。