我有以下代码/数据:
import numpy as np
data = np.array([
[12, 1, 0.7, 0],
[13, 2, 0.5, 1],
[41, 3, 0.3, 0],
[20, 2, 0.8, 0],
[51, 2, 0.7, 0],
[32, 0, 0.9, 0],
[17, 4, 0.7, 1],
[54, 1, 0.6, 1],
[22, 1, 0.4, 1],
[74, 0, 0.5, 0],
[11, 4, 0.3, 1],
[13, 3, 0.8, 0],
[15, 4, 0.3, 0],
[65, 3, 0.2, 1],
])
我想对2d数组进行排序:主要是按照数据[:,1]的顺序(从最低到最高),其次,数据[:,2]按降序排列(从最高到最低) 所以我想出了以下代码:
data[:, 2] = -data[:, 2]
ind = np.lexsort((data[:, 2], data[:, 1]))
data[:, 2] = -data[:, 2]
data = data[ind]
print data
导致:
[[ 32. 0. 0.9 0. ]
[ 74. 0. 0.5 0. ]
[ 12. 1. 0.7 0. ]
[ 54. 1. 0.6 1. ]
[ 22. 1. 0.4 1. ]
[ 20. 2. 0.8 0. ]
[ 51. 2. 0.7 0. ]
[ 13. 2. 0.5 1. ]
[ 13. 3. 0.8 0. ]
[ 41. 3. 0.3 0. ]
[ 65. 3. 0.2 1. ]
[ 17. 4. 0.7 1. ]
[ 11. 4. 0.3 1. ]
[ 15. 4. 0.3 0. ]]
正确。但我想知道是否有更好的方法来做到这一点。首先是否可以在更短的运行时间内完成。第二,更简单的pytonic代码。
使它更短(更pythonic)我可以这样做:
ind = np.lexsort((-data[:, 2], data[:, 1]))
data = data[ind]
运行时仍然没有答案。
答案 0 :(得分:1)
您可以直接使用带有np.lexsort
-
data[np.lexsort((-data[:, 2], data[:, 1]))]
假设第一列中的非负整数值和第二列中的非负值,这里是argsort
的替代方法 -
data[(data[:,1]*(data[:,2].max()+1) - data[:,2]).argsort()]
如果第二列总是包含[0,1)
中的元素,我们可以简单一点 -
data[(data[:,1] - data[:,2]).argsort()]