如何在Python中按第二列对2D数组（numpy.ndarray）进行排序？

Question

我正在尝试将所有的代码转换为Python。我想对一个有两列的数组进行排序，排序必须基于第二列的升序。然后我需要对第一列的数据求和（例如，从第一行到第100行）。我使用了"Data.sort(axis=1)"，但它不起作用。有没有人有解决这个问题的想法？

- Sam

Answer 1

使用 .argsort()，它返回一个索引的 numpy.array，用于对给定的 numpy.array 进行排序。您可以将其作为函数或方法调用数组。例如，假设你有：

import numpy as np

arr = np.array([[-0.30565392, -0.96605562],
                [ 0.85331367, -2.62963495],
                [ 0.87839643, -0.28283675],
                [ 0.72676698,  0.93213482],
                [-0.52007354,  0.27752806],
                [-0.08701666,  0.22764316],
                [-1.78897817,  0.50737573],
                [ 0.62260038, -1.96012161],
                [-1.98231706,  0.36523876],
                [-1.07587382, -2.3022289 ]])

您现在可以在要排序的列上调用.argsort()，它将给出一个按照该特定列排序的行索引数组，您可以将其作为索引传递到原始数组中。

>>> arr[arr[:, 1].argsort()]
array([[ 0.85331367, -2.62963495],
       [-1.07587382, -2.3022289 ],
       [ 0.62260038, -1.96012161],
       [-0.30565392, -0.96605562],
       [ 0.87839643, -0.28283675],
       [-0.08701666,  0.22764316],
       [-0.52007354,  0.27752806],
       [-1.98231706,  0.36523876],
       [-1.78897817,  0.50737573],
       [ 0.72676698,  0.93213482]])

您可以等价地使用 numpy.argsort()

>>> arr[np.argsort(arr[:, 1])]
array([[ 0.85331367, -2.62963495],
       [-1.07587382, -2.3022289 ],
       [ 0.62260038, -1.96012161],
       [-0.30565392, -0.96605562],
       [ 0.87839643, -0.28283675],
       [-0.08701666,  0.22764316],
       [-0.52007354,  0.27752806],
       [-1.98231706,  0.36523876],
       [-1.78897817,  0.50737573],
       [ 0.72676698,  0.93213482]])

- JaminSore

Answer 2

sorted(Data, key=lambda row: row[1])可以实现此功能。

- a p

---

使用这个命令，我遇到了之前的问题，即排序时出现重复。如果输入数据为：Data=[1.0 0.70 0.0 0.69 3.0 0.57 0.0 0.68 1.0 0.56 2.0 0.51] 排序结果为：[[0.0', '0.68'], ['0.0', '0.69'], ['0.70', '1.0'],['0.56', '1.0'], ['0.51', '2.0'], ['0.57', '3.0']] 你有其他想法吗？ - Sam

很抱歉，我不太明白问题所在。哪里出现了重复？如果您的输入数据 Data 是一个平面列表，为什么对其进行排序会导致一个列表的列表呢？ - a p