关于多维数组如何复合排序 如数组: import numpy as np data = np.array([[2,2,5],[2,1,3],[1,2,3],[3,1,4]]) dataarray([[2, 2, 5], [2, 1, 3], [1, 2, 3], [3, 1, 4]]) 将数组先按照第一列升序,第二列升序,第三列升
关于多维数组如何复合排序
如数组:
>>> import numpy as np >>> data = np.array([[2,2,5],[2,1,3],[1,2,3],[3,1,4]]) >>>> data array([[2, 2, 5], [2, 1, 3], [1, 2, 3], [3, 1, 4]])
将数组先按照第一列升序,第二列升序,第三列升序的方式排序:
>>> idex=np.lexsort([data[:,2], data[:,1], data[:,0]]) >>> sorted_data = data[idex, :] >>> sorted_data array([[1, 2, 3], [2, 1, 3], [2, 2, 5], [3, 1, 4]])
然后将数组按照第一列降序,第二列升序,第三列升序的方式排序:
>>> idex=np.lexsort([data[:,2], data[:,1], -1*data[:,0]]) >>> sorted_data = data[idex, :] >>> sorted_data array([[3, 1, 4], [2, 1, 3], [2, 2, 5], [1, 2, 3]])
补充拓展:python:对多维数组的降序排列
在python中,遗憾的一点是没有对多维数组按照指定维度进行降序排列的方法。
但是,有对一维数组的降序排列,这就足够了!
# Author: Right.Q # 实现多维矩阵的逆序排列 def descend_sort(array): '''对三维数组倒序排列''' [height, width, channel] = array.shape sortArray = np.zeros([height, width, channel]) for h in range(height): for w in range(width): sortArray[h, w, :] = sorted(array[h, w, :], reverse=True) return sortArray
形参是指定的三维数组,如果更多维的话,自动识别维度即可。
以上这篇python 实现多维数组(array)排序就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持易盾网络。