在python中连接和排序数据答案

【问题标题】：Concatenate and sort data in python在python中连接和排序数据
【发布时间】：2017-11-14 11:02:50
【问题描述】：

我有一些像这样的 numpy 数组：

import numpy as np
a = np.array([[1, 2, 3, 4, 5], [14, 16, 17, 27, 38]])
b = np.array([[1, 2, 3, 4, 5], [.4, .2, .5, .1, .6]])

我希望能够 1.将这些数组复制到一个新的单个数组中并 2.对数据进行排序，以便结果如下：

data = [[1, 1, 2, 2, 3, 3, 4, 4, 5, 5], [14, .4, 16, .2, 17, .5, 27, .1, 38, .6]]

或者，换句话说，我需要原始数组中的所有列都相同，只是按升序排列。我试过这个：

data = np.hstack((a,b))

这给了我附加的数据，但我不确定如何对其进行排序。我尝试了 np.sort() 但它没有保持列相同。谢谢！

【问题讨论】：

你描述的不是排序。
那么什么是排序，什么不是排序？
您将[a, b, c]、[d, e, f] 转换为[a, d, b, e, c, f]，而不是sorted([a, d, b, e, c, f])。您对成对的zip([a, b, c], [d, e, f]) 执行排序。
是的，但那是我的问题——如何从 [a, d, b, e, c, f] 到 [a, b, c, d, e, f]。这不是对我的数组进行排序吗？

标签： python arrays sorting numpy

【解决方案1】：

将它们水平堆叠（就像您已经做过的那样），然后获取 argsort 索引以对第一行进行排序，并使用这些索引对堆叠数组中的所有列进行排序。

因此，我们需要再添加一个步骤，像这样 -

ab = np.hstack((a,b))
out = ab[:,ab[0].argsort()]

示例运行 -

In [370]: a
Out[370]: 
array([[ 1,  2,  3,  4,  5],
       [14, 16, 17, 27, 38]])

In [371]: b
Out[371]: 
array([[ 1. ,  2. ,  3. ,  4. ,  5. ],
       [ 0.4,  0.2,  0.5,  0.1,  0.6]])

In [372]: ab = np.hstack((a,b))

In [373]: print ab[:,ab[0].argsort()]
[[  1.    1.    2.    2.    3.    3.    4.    4.    5.    5. ]
 [ 14.    0.4  16.    0.2  17.    0.5  27.    0.1  38.    0.6]]

请注意，为了保持相同元素的顺序，我们需要使用kind='mergesort' 和argsort，如docs 中所述。

【讨论】：

【解决方案2】：

如果你喜欢简短的东西。

np.array(zip(*sorted(zip(*np.hstack((a,b))))))

>>> array([[  1. ,   1. ,   2. ,   2. ,   3. ,   3. ,   4. ,   4. ,   5. ,   5. ],
   [  0.4,  14. ,   0.2,  16. ,   0.5,  17. ,   0.1,  27. ,   0.6,  38. ]])

保留第二个元素顺序的版本：

np.array(zip(*sorted(zip(*np.hstack((a,b))),key=lambda x:x[0])))

>>>array([[  1. ,   1. ,   2. ,   2. ,   3. ,   3. ,   4. ,   4. ,   5. ,   5. ],
          [ 14. ,   0.4,  16. ,   0.2,  17. ,   0.5,  27. ,   0.1,  38. ,0.6]])

【讨论】：