快速排序多维数组

Question

我需要尽可能快地根据第一个子数组中的值对多维数组进行排序（这条线被应用了数百万次）。

以下是我的原始行，以及我试图提高其性能的尝试，但这是行不通的。据我所知，我的numpy 方法只正确排序第一个子数组，其余的都没有。

我做错了什么，如何提高排序的性能？

import numpy as np

# Generate some random data.
# I receive the actual data as a list, hence the .tolist()
aa = np.random.rand(10, 2000).tolist()

# This is the original line I need to process faster.
b1 = zip(*sorted(zip(*aa), key=lambda x: x[0]))

# This is my attempt at improving the above line's performance
b2 = np.sort(np.asarray(aa).T, axis=0).T

# Check if all sub-arrays are equal
for a, b in zip(*[b1, b2]):
    print(np.array_equal(a, b))

Answer 1

在lambdas 方面仍然是个新手，但从我对您的代码了解的很少 - 似乎在您的 lambda 方法中，您正在使用 x[0] 获取排序键，然后使用它们来拉取aa 中每个元素的值。在 NumPy 术语中，这转化为获取数组版本中第一行的排序索引，然后索引到每一行（因为 aa 的每个元素变成数组 a 的每一行）。这基本上是列索引。此外，sorted 似乎维护了相同元素的顺序。所以，我们需要使用argsort(kind='mergesort')。

因此，我们可以简单地做 -

a[:, a[0].argsort(kind='mergesort')] # a = np.array(aa) 

在您的 NumPy 代码中，您没有执行任何此类操作，因此没有给出正确的结果。