Sortieren eines zweidimensionalen Array mit mehreren Achsen

Ich habe ein 2D-numpy-array der Form (N,2), die halten die N Punkte (x-und y-Koordinaten). Zum Beispiel:

array([[3, 2],
       [6, 2],
       [3, 6],
       [3, 4],
       [5, 3]])

Ich würde gerne zu Sortieren, so dass meine Punkte sind sortiert nach x-Koordinate, dann nach y in den Fällen, wo die x-Koordinate ist die gleiche. Also das array soll so Aussehen:

array([[3, 2],
       [3, 4],
       [3, 6],
       [5, 3],
       [6, 2]])

Ob dies eine normale Python-Liste, würde ich einfach definieren, einen Komparator zu tun, was ich will, aber soweit ich das beurteilen kann, numpy die Funktion Sortieren wird nicht akzeptiert Benutzer-definierte Komparatoren. Irgendwelche Ideen?

EDIT: vielen Dank für die Ideen! Ich habe ein quick-test mit 1000000 zufälligen ganzzahligen Punkte, und zudem diejenigen, die ich laufen konnte (sorry, kann kein upgrade numpy im moment).

Mine:   4.078 secs 
mtrw:   7.046 secs
unutbu: 0.453 secs

InformationsquelleAutor der Frage perimosocordiae | 2010-04-24

Mit lexsort:

import numpy as np    
a = np.array([(3, 2), (6, 2), (3, 6), (3, 4), (5, 3)])

ind = np.lexsort((a[:,1],a[:,0]))    

a[ind]
# array([[3, 2],
#       [3, 4],
#       [3, 6],
#       [5, 3],
#       [6, 2]])

a.ravel() gibt eine Ansicht, wenn a ist C_CONTIGUOUS. Wenn das wahr ist,
@ars-Methodeleicht modifiziert durch die Verwendung ravel statt flattenergibt sich eine schöne Möglichkeit zum Sortieren a in-place -:

a = np.array([(3, 2), (6, 2), (3, 6), (3, 4), (5, 3)])
dt = [('col1', a.dtype),('col2', a.dtype)]
assert a.flags['C_CONTIGUOUS']
b = a.ravel().view(dt)
b.sort(order=['col1','col2'])

Seit b ist eine Ansicht von a -, Sortier - b Arten a:

print(a)
# [[3 2]
#  [3 4]
#  [3 6]
#  [5 3]
#  [6 2]]

InformationsquelleAutor der Antwort unutbu

Sagt der Titel "Sortieren 2D-arrays". Obwohl der Fragesteller benutzt eine (N,2)-förmige array, es ist möglich, zu verallgemeinern unutbu die Lösung funktioniert mit jedem (N,M) array, wie das ist, was die Menschen eigentlich sein könnten suchen.

Könnte man transpose das array und die Verwendung der slice-notation mit negativen step alle übergeben die Spalten lexsort in umgekehrter Reihenfolge:

>>> import numpy as np
>>> a = np.random.randint(1, 6, (10, 3))
>>> a
array([[4, 2, 3],
       [4, 2, 5],
       [3, 5, 5],
       [1, 5, 5],
       [3, 2, 1],
       [5, 2, 2],
       [3, 2, 3],
       [4, 3, 4],
       [3, 4, 1],
       [5, 3, 4]])

>>> a[np.lexsort(np.transpose(a)[::-1])]
array([[1, 5, 5],
       [3, 2, 1],
       [3, 2, 3],
       [3, 4, 1],
       [3, 5, 5],
       [4, 2, 3],
       [4, 2, 5],
       [4, 3, 4],
       [5, 2, 2],
       [5, 3, 4]])

InformationsquelleAutor der Antwort arekolek

Können Sie np.complex_sort. Dies hat den Nebeneffekt, ändern Sie Ihre Daten " floating point, ich hoffe, das ist nicht ein problem:

>>> a = np.array([[3, 2], [6, 2], [3, 6], [3, 4], [5, 3]])
>>> atmp = np.sort_complex(a[:,0] + a[:,1]*1j)
>>> b = np.array([[np.real(x), np.imag(x)] for x in atmp])
>>> b
array([[ 3.,  2.],
       [ 3.,  4.],
       [ 3.,  6.],
       [ 5.,  3.],
       [ 6.,  2.]])

InformationsquelleAutor der Antwort mtrw

3

Ich kämpfte mit der gleichen Sache und bekam Hilfe und hat das problem gelöst. Es funktioniert reibungslos, wenn das array Spaltennamen (structured array) und ich denke, das ist eine sehr einfache Möglichkeit zum Sortieren mit der gleichen Logik, dass excel nicht:
```
array_name[array_name[['colname1','colname2']].argsort()]
```
Beachten Sie die doppelten Klammern um die Sortier-Kriterien. Und natürlich können auch mehr als 2 Spalten, die als Sortierkriterien.

InformationsquelleAutor der Antwort JaimeBee
3

Den numpy_indexed - Paket (disclaimer: ich bin sein Autor) kann verwendet werden, um zu lösen diese Art der Verarbeitung-auf-nd-array-Probleme in einer effizienten, vollständig vektorisiert Weise:
```
import numpy_indexed as npi
npi.sort(a)  # by default along axis=0, but configurable
```
InformationsquelleAutor der Antwort Eelco Hoogendoorn
2

EDIT: entfernt, schlecht zu beantworten.

Hier ist ein Weg, es zu tun mit einem zwischengeschalteten strukturierte array:
```
from numpy import array

a = array([[3, 2], [6, 2], [3, 6], [3, 4], [5, 3]])

b = a.flatten()
b.dtype = [('x', '<i4'), ('y', '<i4')]
b.sort()
b.dtype = '<i4'
b.shape = a.shape

print b
```
welche gibt die gewünschte Ausgabe:
```
[[3 2]
 [3 4]
 [3 6]
 [5 3]
 [6 2]]
```
Nicht sicher, ob dies ist wohl der beste Weg, um darüber zu gehen obwohl.

InformationsquelleAutor der Antwort ars
1

Fand ich einen Weg, es zu tun:
```
from numpy import array
a = array([(3,2),(6,2),(3,6),(3,4),(5,3)])
array(sorted(sorted(a,key=lambda e:e[1]),key=lambda e:e[0]))
```
Es ist ziemlich schrecklich, zu müssen, zu Sortieren, zweimal (und verwenden Sie den nur-python - sorted Funktion, anstatt eine schnellere numpy sort), aber es passt sehr schön auf einer Linie.

InformationsquelleAutor der Antwort perimosocordiae

Schreibe einen Kommentar

Du musst angemeldet sein, um einen Kommentar abzugeben.