如何按第 n 列对 NumPy 数组进行排序?
例如,给定:
a = array([[9, 2, 3],
[4, 5, 6],
[7, 0, 5]])
我想按第二列对 a
的行进行排序以获得:
array([[7, 0, 5],
[9, 2, 3],
[4, 5, 6]])
np.sort(a, axis=0)
对于给定矩阵来说是一个令人满意的解决方案。我建议用一个更好的例子进行编辑,但被拒绝了,尽管实际上这个问题会更清楚。该示例应类似于 a = numpy.array([[1, 2, 3], [6, 5, 2], [3, 1, 1]])
并具有所需的输出 array([[3, 1, 1], [1, 2, 3], [6, 5, 2]])
按 a
的第二列排序:
a[a[:, 1].argsort()]
对于“正确”的方式,请参见 numpy.ndarray.sort 的 order 关键字参数
但是,您需要将数组视为具有字段的数组(结构化数组)。
如果您最初没有使用字段定义数组,那么“正确”的方式会非常难看......
举个简单的例子,对它进行排序并返回一个副本:
In [1]: import numpy as np
In [2]: a = np.array([[1,2,3],[4,5,6],[0,0,1]])
In [3]: np.sort(a.view('i8,i8,i8'), order=['f1'], axis=0).view(np.int)
Out[3]:
array([[0, 0, 1],
[1, 2, 3],
[4, 5, 6]])
就地排序:
In [6]: a.view('i8,i8,i8').sort(order=['f1'], axis=0) #<-- returns None
In [7]: a
Out[7]:
array([[0, 0, 1],
[1, 2, 3],
[4, 5, 6]])
据我所知,@Steve 确实是最优雅的方式......
此方法的唯一优点是“order”参数是用于排序搜索的字段列表。例如,您可以通过提供 order=['f1','f2','f0'] 按第二列、第三列、第一列排序。
ValueError: new type not compatible with array.
float
怎么办?我应该改变什么吗?
np.argsort
返回的索引本身可能会占用大量内存,最重要的是,使用数组进行索引还会生成正在排序的数组的副本。
'i8,i8,i8'
吗?这是针对每一列还是每一行?如果对不同的 dtype 进行排序,应该改变什么?如何找出正在使用的位数?谢谢
您可以按照 Steve Tjoa 的方法对多个列进行排序,方法是使用像 mergesort 这样的稳定排序并将索引从最不重要的列排序到最重要的列:
a = a[a[:,2].argsort()] # First sort doesn't need to be stable.
a = a[a[:,1].argsort(kind='mergesort')]
a = a[a[:,0].argsort(kind='mergesort')]
这按第 0 列排序,然后是 1,然后是 2。
如果有人想在他们程序的关键部分使用排序,这里是不同提案的性能比较:
import numpy as np
table = np.random.rand(5000, 10)
%timeit table.view('f8,f8,f8,f8,f8,f8,f8,f8,f8,f8').sort(order=['f9'], axis=0)
1000 loops, best of 3: 1.88 ms per loop
%timeit table[table[:,9].argsort()]
10000 loops, best of 3: 180 µs per loop
import pandas as pd
df = pd.DataFrame(table)
%timeit df.sort_values(9, ascending=True)
1000 loops, best of 3: 400 µs per loop
因此,看起来使用 argsort 进行索引是迄今为止最快的方法......
正如 the Python documentation wiki 所建议的:
a = ([[1, 2, 3], [4, 5, 6], [0, 0, 1]]);
a = sorted(a, key=lambda a_entry: a_entry[1])
print a
输出:
[[[0, 0, 1], [1, 2, 3], [4, 5, 6]]]
在 the NumPy mailing list 中,还有另一个解决方案:
>>> a
array([[1, 2],
[0, 0],
[1, 0],
[0, 2],
[2, 1],
[1, 0],
[1, 0],
[0, 0],
[1, 0],
[2, 2]])
>>> a[np.lexsort(np.fliplr(a).T)]
array([[0, 0],
[0, 0],
[0, 2],
[1, 0],
[1, 0],
[1, 0],
[1, 0],
[1, 2],
[2, 1],
[2, 2]])
a[np.lexsort(a.T[cols])]
。其中 cols=[1]
在原始问题中。
我有一个类似的问题。
我的问题:
我想计算 SVD,需要按降序对我的 eigenvalues 进行排序。但我想保留特征值和特征向量之间的映射。我的特征值位于第一行,其下方的相应特征向量位于同一列中。
所以我想按第一行按降序对二维数组进行逐列排序。
我的解决方案
a = a[::, a[0,].argsort()[::-1]]
那么这是如何工作的呢?
a[0,]
只是我要排序的第一行。
现在我使用 argsort 来获取索引的顺序。
我使用 [::-1]
因为我需要降序。
最后,我使用 a[::, ...]
以正确顺序获取列的视图。
import numpy as np
a=np.array([[21,20,19,18,17],[16,15,14,13,12],[11,10,9,8,7],[6,5,4,3,2]])
y=np.argsort(a[:,2],kind='mergesort')# a[:,2]=[19,14,9,4]
a=a[y]
print(a)
所需的输出是 [[6,5,4,3,2],[11,10,9,8,7],[16,15,14,13,12],[21,20,19,18,17]]
请注意,argsort(numArray)
返回 numArray
的索引,因为它应该以排序方式排列。
例子
x=np.array([8,1,5])
z=np.argsort(x) #[1,3,0] are the **indices of the predicted sorted array**
print(x[z]) #boolean indexing which sorts the array on basis of indices saved in z
答案是 [1,5,8]
稍微复杂一点的 lexsort
示例 - 在第一列下降,第二列上升。 lexsort
的技巧是它按行排序(因此是 .T
),并优先考虑最后一个。
In [120]: b=np.array([[1,2,1],[3,1,2],[1,1,3],[2,3,4],[3,2,5],[2,1,6]])
In [121]: b
Out[121]:
array([[1, 2, 1],
[3, 1, 2],
[1, 1, 3],
[2, 3, 4],
[3, 2, 5],
[2, 1, 6]])
In [122]: b[np.lexsort(([1,-1]*b[:,[1,0]]).T)]
Out[122]:
array([[3, 1, 2],
[3, 2, 5],
[2, 1, 6],
[2, 3, 4],
[1, 1, 3],
[1, 2, 1]])
这是另一个考虑 all 列的解决方案(J.J 的答案更简洁);
ar=np.array([[0, 0, 0, 1],
[1, 0, 1, 0],
[0, 1, 0, 0],
[1, 0, 0, 1],
[0, 0, 1, 0],
[1, 1, 0, 0]])
用 lexsort 排序,
ar[np.lexsort(([ar[:, i] for i in range(ar.shape[1]-1, -1, -1)]))]
输出:
array([[0, 0, 0, 1],
[0, 0, 1, 0],
[0, 1, 0, 0],
[1, 0, 0, 1],
[1, 0, 1, 0],
[1, 1, 0, 0]])
这是一个老问题,但如果您需要将其推广到高于 2 维的数组,这里的解决方案可以很容易地推广:
np.einsum('ij->ij', a[a[:,1].argsort(),:])
这对于二维来说是一种过度杀伤,对于@steve 的回答来说,a[a[:,1].argsort()]
就足够了,但是这个答案不能推广到更高的维度。您可以找到an example of 3D array in this question.
输出:
[[7 0 5]
[9 2 3]
[4 5 6]]
#用于沿第 1 列排序
indexofsort=np.argsort(dataset[:,0],axis=-1,kind='stable')
dataset = dataset[indexofsort,:]
def sort_np_array(x, column=None, flip=False):
x = x[np.argsort(x[:, column])]
if flip:
x = np.flip(x, axis=0)
return x
原始问题中的数组:
a = np.array([[9, 2, 3],
[4, 5, 6],
[7, 0, 5]])
问题作者所期望的 sort_np_array
函数的结果:
sort_np_array(a, column=1, flip=False)
[2]: array([[7, 0, 5],
[9, 2, 3],
[4, 5, 6]])
感谢这篇文章:https://stackoverflow.com/a/5204280/13890678
我使用 structured array 找到了一个更“通用”的答案。我认为这种方法的一个优点是代码更容易阅读。
import numpy as np
a = np.array([[9, 2, 3],
[4, 5, 6],
[7, 0, 5]])
struct_a = np.core.records.fromarrays(
a.transpose(), names="col1, col2, col3", formats="i8, i8, i8"
)
struct_a.sort(order="col2")
print(struct_a)
[(7, 0, 5) (9, 2, 3) (4, 5, 6)]
Pandas 方法只是为了完整性:
a = np.array([[9, 2, 3],
[4, 5, 6],
[7, 0, 5]])
a = pd.DataFrame(a)
a.sort_values(1, ascending=True).to_numpy()
array([[7, 0, 5], # '1' means sort by second column
[9, 2, 3],
[4, 5, 6]])
prl900 进行基准测试,与接受的答案进行比较:
%timeit pandas_df.sort_values(9, ascending=True)
1000 loops, best of 3: 400 µs per loop
%timeit numpy_table[numpy_table[:,9].argsort()]
10000 loops, best of 3: 180 µs per loop
只需使用排序,使用要排序的列号。
a = np.array([1,1], [1,-1], [-1,1], [-1,-1]])
print (a)
a = a.tolist()
a = np.array(sorted(a, key=lambda a_entry: a_entry[0]))
print (a)
不定期副业成功案例分享
1
是什么?要排序的索引?[:,1]
表示a
的第二列。a[a[:,1].argsort()[::-1]]
ind = np.argsort( a[:,1] ); a = a[ind]