按列值重新设置numpy多级数组的范围

我希望通过numpy数组的一列的值重新设置numpy数组的范围。意义-

[[0, 0], [583, 0], [1166, 0], [1365, 0], [0, 583], [583, 583], [1166, 583], [1365, 583]]

到

---

我目前使用“硬编码”形状对其进行整形，但我希望自动进行整形。

您可以使用numpy整形对该阵列进行整形

将numpy导入为np
array=np.数组（[[0,0]，[583,0]，[1166,0]，[1365,0]，[0583]，[583583]，[1166583]，[1365583]）
数组。重塑（2，4，2）

输出：

array([[[   0,    0],
        [ 583,    0],
        [1166,    0],
        [1365,    0]],

       [[   0,  583],
        [ 583,  583],
        [1166,  583],
        [1365,  583]]])

详情请访问

---

谢谢

下面是代码，它涵盖了第二行值的可变数量的情况：

X = np.array([[0, 0], [583, 0], [1166, 0], [1365, 0], [0, 583], [583, 583], [1166, 583], [1365, 583],
              [0, 1], [581, 1], [1166, 0], [1365, 0], [3, 1], [2, 583], [1166, 583], [1365, 1]])
out = []
vs = set(X[:,-1])
for v in vs:
    idxs = X[:,-1] == v
    out.append(np.sort(X[idxs],axis=0))
out = np.array(out)

---

谢谢，但我就是这么做的。我希望能够在一个具有可变大小的数组上执行此操作。您可以使用任何类型的可变大小可变大小，也就是说，我不知道给定数组的大小以及其中一列中唯一数字的数量。您不需要知道给定数组的大小，但希望将该数组转换为固定大小？可以吗？

X = np.array([[0, 0], [583, 0], [1166, 0], [1365, 0], [0, 583], [583, 583], [1166, 583], [1365, 583],
              [0, 1], [581, 1], [1166, 0], [1365, 0], [3, 1], [2, 583], [1166, 583], [1365, 1]])
out = []
vs = set(X[:,-1])
for v in vs:
    idxs = X[:,-1] == v
    out.append(np.sort(X[idxs],axis=0))
out = np.array(out)