Numpy：按键函数排序

Question

有没有一种方法可以使用键（或比较器）函数对numpy ndarray的行进行排序，而不必转换为Python列表？

特别是，我需要根据以下函数进行排序：

c1,c2= 4,7
lambda row: c1*(row[1]/c2)+row[0]

我意识到一种可能的解决方案是生成一个包含每行键值的向量，但如何根据此向量进行排序？是否应该尝试将这样的向量转换为索引向量？

order= c1*(matrix[:,1]/c2)+matrix[:,0]
indexes= order_to_index( order )
return matrix[ indexes ]

这个现实吗？

- loopbackbee

---

order_to_index？您是否指的是 argsort？ - Ruggero Turra

@wiso 确实！我从未想到这与给出按键值向量排序的索引相同的问题！ - loopbackbee

尝试运行以下代码：np.argsort([3,6,2,2,8]) #-> array([2, 3, 0, 1, 4])。它不会对您的原始输入进行排序。通常情况下，numpy函数不会产生副作用。 - Ruggero Turra

@wiso 确实，我刚刚编辑了我的上一篇帖子，对此抱歉。谢谢！您会考虑添加一个答案吗？ - loopbackbee

Answer 1

你的方法是正确的，它类似于 Schwartzian 变换 或者 装饰-排序-去装饰 (DSU) 惯用语。

正如我所说，你可以使用numpy函数 np.argsort。它完成了你的 order_to_index 的工作。

- Ruggero Turra

Answer 2

为了更明确的回答，假设我们有一个数组x，想要根据某个函数func对行进行排序，该函数接受x的一行作为输入并输出一个标量值。

x[np.apply_along_axis(func, axis=1, arr=x).argsort()]

针对此示例

c1, c2 = 4, 7
x = np.array([
    [0, 1],
    [2, 3],
    [4, -5]
])
x[np.apply_along_axis(lambda row: c1 * / c2 * row[1] + row[0], 1, x).argsort()]

输出：

array([[ 0,  1],
       [ 4, -5],
       [ 2,  3]])

在这种情况下，甚至不需要使用np.apply_along_axis。

x[(c1 / c2 * x[:,1] + x[:,0]).argsort()]

输出：

array([[ 0,  1],
       [ 4, -5],
       [ 2,  3]])

- Dillon Bowen