Question

我有一个二维数组，我试图按第一列排序。但是，目前数组中的每个元素都是一个字符串，我希望第一列被视为一个整数，所以我可以用数字排序（1,2,6,11 ...而不是1,11， 224,23，......）。我使用numpy包使用x = numpy.loadtxt('file.txt', dtype = 'str', delimiter = '\t')生成这些数组，这给了我：

array([['140', 'GGC'],
       ['256', 'AGGG'],
       ['841', 'CA'],
       ['46', 'TTATAGG'],
       ['64', 'AGAGAAAGGATTATG'],
       ['156', 'AGC'],
       ['187', 'GGA'],
       ['701', 'TTCG'],
       ['700', 'TC']], 
      dtype='|S15')

1）我知道我可以使用以下方法将第一列转换为整数：

x[:,0].astype(int)

输出1-D阵列。但我不确定如何直接对我的二维阵列进行更改？

2）一旦我可以将我的第一列转换（或处理）为整数，我知道我可以使用：

sorted(x, key=lambda x: x[0])

但这是我的数据类型的最佳方式吗？

Answer 1

由于您使用的是array数据，因此您可以使用np.argsort在第一列的基础上获取排序索引，然后只需使用这些索引将数据索引到数组中，就像这样 -

x[x[:,0].astype(int).argsort()]

从性能的角度来看，这应该比lambda更好，因为使用argsort然后indexing都是矢量化方法，它们可以非常有效地处理数组数据。

示例运行 -

In [56]: x
Out[56]: 
array([['140', 'GGC'],
       ['256', 'AGGG'],
       ['841', 'CA'],
       ['46', 'TTATAGG'],
       ['64', 'AGAGAAAGGATTATG'],
       ['156', 'AGC'],
       ['187', 'GGA'],
       ['701', 'TTCG'],
       ['700', 'TC']], 
      dtype='|S15')

In [57]: x[x[:,0].astype(int).argsort()]
Out[57]: 
array([['46', 'TTATAGG'],
       ['64', 'AGAGAAAGGATTATG'],
       ['140', 'GGC'],
       ['156', 'AGC'],
       ['187', 'GGA'],
       ['256', 'AGGG'],
       ['700', 'TC'],
       ['701', 'TTCG'],
       ['841', 'CA']], 
      dtype='|S15')

Answer 2

这是对此数组列表进行排序的最佳方法

sorted(x, key=lambda x: int(x[0]))

Answer 3

您可以使用numpy中的内置排序功能：

import numpy as np

dtype = [('id', int), ('seq', '|S15')]
x = np.array([('140', 'GGC'),
              ('256', 'AGGG'),
              ('841', 'CA'),
              ('46', 'TTATAGG'),
              ('64', 'AGAGAAAGGATTATG'),
              ('156', 'AGC'),
              ('187', 'GGA'),
              ('701', 'TTCG'),
              ('700', 'TC')],
             dtype=dtype)

x_copy = np.sort(x, order='id') # quicksort
x_copy = np.sort(x, order='id', kind='mergesort') # stable sort
x.sort(order='id') # in-place quicksort

在初始化时指定数组列的数据类型，这样您以后就不必创建视图，然后运行排序。您可以通过在首次加载文本文件中的数据时指定dtype=来执行此操作：

dtype = [('id', int), ('seq', '|S15')]
x = numpy.loadtxt('file.txt', dtype=dtype, delimiter = '\t')

np.sort()创建数组的副本，对于较大的数据集，该副本可能会更慢。 x.sort()就地完成。

您还可以指定使用的算法。通常，quicksort是最快的，但是如果您需要稳定排序，请使用mergesort - 它是numpy提供的唯一稳定排序（即如果[(1, 'GGC'), (1, 'GGA'), ...]已排序，具有相同值的键保持与排序之前相同的顺序，GGA之前的GGC）。

虽然quicksort与mergesort（以线性对数时间运行）相比在二次时间内运行，但quicksort通常在实践中更快。

如何在字符串列表中将第一列的二维数组排序为数字？（蟒蛇）

3 个答案:

如何在字符串列表中将第一列的二维数组排序为数字？ （蟒蛇）

3 个答案:

如何在字符串列表中将第一列的二维数组排序为数字？（蟒蛇）