Python 同时对一维数组和二维数组（按列）排序

我有两个数组，一个一维数组称为带形状的振幅（99），一个二维数组称为带形状的模式（55714,99）。我想对这两个数组进行排序，使模式数组的列根据振幅排列。这实际上是为了找到主导模式

绝对振幅是我的一维阵列，绝对模式是我的二维阵列。两者都是未分类的

振幅_绝对值。形状给出（99，） 形态给了我（55714,99）

我想保留排序模式的形状为（55714,99），但列是根据振幅的升序值进行排序的

我试过：

Amplitudes_absolute_sorted, Modes_sorted = [list(x) for x in     zip(*sorted(zip(Amplitudes_absolute, Modes_st), key=itemgetter(0)))]

Modes_sorted = np.squeeze(np.array(Modes_sorted)) #To obtain an array

及

两者都给了我一个错误的形状，就像在Modes_sorted.shape（99,99）和not（55714,99）中一样

---

有什么方法可以进行排序吗？

您非常接近。第一种方法可以通过变换

模式

数组来固定：

from operator import itemgetter
import numpy as np

_, modes_sorted = zip(*sorted(zip(amplitudes, modes.T), key=itemgetter(0)))
modes_sorted = np.array(modes_sorted)

这是因为当您迭代2D Numpy数组时，您会得到行，但需要列。您只获得了原始代码的前99行，因为

zip

在它接收的一个迭代器耗尽时停止

当然，使用Numpy更容易做到：

sorter = amplitudes.argsort()
modes_sorted = modes[:,sorter]

---

请注意第一个索引的

：

，因此我们正在重新排列列而不是行。此外，无需首先对振幅进行排序，您只需直接使用

argsort

。

效果很好！Danke schön！

sorter = amplitudes.argsort()
modes_sorted = modes[:,sorter]