如何根据数组和条件对 numpy 数组进行排序

Question

我有一个三列数百行的 numpy 数组。我想根据两列对其进行排序，并且在某些情况下还要考虑排序中的第三列。这是我的输入（它们是x、y 和z 坐标）：

my_point=np.array([[1., 2., 90.9],
                   [1., 0., 100.1],
                   [1.8, 0., 2.8],
                   [1.8, 2., 3.1],
                   [1.8, 1., 2.7],
                   [3., 0., 3.],
                   [3., 2., 2.9],
                   [2., 1., 100.],
                   [2., 0., 100.]])

首先，我想根据第一列 (x) 和第二列 (y) 对其进行排序，然后根据第三列 (z) 修改此排序。关键问题是我必须根据x 和y 对我的数据进行排序，并且不能将其更改为x 和z 或y 和z，因为它会改变所有点的顺序.这是我的排序代码：

result_array=my_point[np.lexsort((my_point[:,1],my_point[:,0]))]

它给了我：

array([[1., 0., 100.1],
       [1., 2., 90.9],
       [1.8, 0., 2.8],
       [1.8, 1., 2.7],
       [1.8, 2., 3.1],
       [2., 0., 100.],
       [2., 1., 100.],
       [3., 0., 3. ],
       [3., 2., 2.9]])

这是正确的，但我想根据第三列修改我的排序。我想考虑这一列的值，当它与相邻行有很大不同时。正如result_array 所示，与接下来的两行相比，其第二、第三和第四行的第三列（[1.8, 0., 2.8]、[1.8, 1., 2.7] 和[1.8, 2., 3.1]）的值非常低。这些行的x 值仅比下一行高一点，在这种情况下，我想忽略它并优先考虑z 值：

array([[1., 0., 100.1],
       [1., 2., 90.9],
       [2., 0., 100.],
       [2., 1., 100.],
       [1.8, 0., 2.8],
       [1.8, 1., 2.7],
       [1.8, 2., 3.1],
       [3., 0., 3. ],
       [3., 2., 2.9]])

为了更清楚起见，我上传了一个图，显示了我想要的 3d 空间中的点顺序。我认为它可以通过定义一个排序函数来完成，但我不知道如何去做。 在此之前，我非常感谢任何帮助。

Answer 1

你可以定义一个排序函数，比如

sortfunc = my_point[:, 0] * 100 + my_point[:, 1] * 10 - my_point[:, 2]

idx = np.argsort(sortfunc)
my_point[idx]
# array([[  1. ,   0. , 100.1],
#        [  1. ,   2. ,  90.9],
#        [  2. ,   0. , 100. ],
#        [  2. ,   1. , 100. ],
#        [  1.8,   0. ,   2.8],
#        [  1.8,   1. ,   2.7],
#        [  1.8,   2. ,   3.1],
#        [  3. ,   0. ,   3. ],
#        [  3. ,   2. ,   2.9]])

当然，100、10 和 -1 的系数是调整的问题。