按前 n 行对二维数组进行排序答案

【问题标题】：Sorting 2D array by the first n rows按前 n 行对二维数组进行排序
【发布时间】：2020-08-14 15:49:11
【问题描述】：

如何在 NumPy 中按前两行对数组进行排序？

例如，

A=array([[9, 2, 2],
         [4, 5, 6],
         [7, 0, 5]])

我想按前两行对列进行排序，以便返回：

A=array([[2, 2, 9],
         [5, 6, 4],
         [0, 5, 7]])

谢谢！

【问题讨论】：

标签： python arrays list numpy sorting

【解决方案1】：

一种方法是将我们想要使用argsort 的二维数组转换为更易于处理的一维数组。为此，一个想法可能是通过在10 序列、sum 它们和然后使用 argsort 的幂的幂中连续减小值来将行相乘以考虑排序目的（注意：对于 k 的高值，此方法在数值上不稳定。适用于高达 ~20 的值）：

def sort_on_first_k_rows(x, k):
    # normalize each row so that its max value is 1
    a = (x[:k,:]/x[:k,:,None].max(1)).astype('float64')
    # multiply each row by the seq 10^n, for n=k-1,k-2...0
    # Ensures that the contribution of each row in the sorting is
    # captured in the final sum
    a_pow = (a*10**np.arange(a.shape[0]-1,-1,-1)[:,None])
    # Sort with the argsort on the resulting sum
    return x[:,a_pow.sum(0).argsort()]

检查共享示例：

sort_on_first_k_rows(A, 2)
array([[2, 2, 9],
       [5, 6, 4],
       [0, 5, 7]])

或者用另一个例子：

A=np.array([[9, 2, 2, 1, 5, 2, 9],
            [4, 7, 6, 0, 9, 3, 3],
            [7, 0, 5, 0, 2, 1, 2]])

sort_on_first_k_rows(A, 2)
array([[1, 2, 2, 2, 5, 9, 9],
       [0, 3, 6, 7, 9, 3, 4],
       [0, 1, 5, 0, 2, 2, 7]])

【讨论】：

【解决方案2】：

pandas 库对DataFrames 的排序非常灵活 - 但仅基于列。所以我建议像这样转置并将你的数组转换为DataFrame（注意你需要指定列名以便以后定义排序标准）：

df = pd.DataFrame(A.transpose(), columns=['col'+str(i) for i in range(len(A))])

然后像这样排序并转换回来：

A_new = df.sort_values(['col0', 'col1'], ascending=[True, True]).to_numpy().transpose()

【讨论】：