Python 如何按另一个2D数组对3D numpy数组的每一行进行排序？

我有一个2D点的2D numpy数组：

np.random.seed(0)   
a = np.random.rand(3, 4, 2) # each value is a 2D point

我想按照每一点的标准对每一行进行排序

norms = np.linalg.norm(a, axis=2) # shape(3, 4)

indices = np.argsort(norms, axis=0) # indices of each sorted row

现在我想创建一个与

a

具有相同形状和值的数组。这将使每一行2D点按其范数排序

我怎样才能做到这一点

我尝试了np.take和np.take_沿_轴的变化，但没有成功

例如：

np.take(a, indices, axis=1) # shape (3,3,4,2)

[[[0.4236548  0.64589411]
  [0.60276338 0.54488318]
  [0.5488135  0.71518937]
  [0.43758721 0.891773  ]]

 [[0.07103606 0.0871293 ]
  [0.79172504 0.52889492]
  [0.96366276 0.38344152]
  [0.56804456 0.92559664]]

 [[0.0202184  0.83261985]
  [0.46147936 0.78052918]
  [0.77815675 0.87001215]
  [0.97861834 0.79915856]]]

这将对

a

进行3次采样，对

索引中的每行采样一次。
我想只采样一次
a
。
索引
中的每一行都有应从相应行中取样的列。
如果我理解正确，您希望：

norms = np.linalg.norm(a,axis=2) # shape(3,4)
indices = np.argsort(norms , axis=1)
np.take_along_axis(a, indices[:,:,None], axis=1)

示例的输出：

np.take(a, indices, axis=1) # shape (3,3,4,2)

[[[0.4236548  0.64589411]
  [0.60276338 0.54488318]
  [0.5488135  0.71518937]
  [0.43758721 0.891773  ]]

 [[0.07103606 0.0871293 ]
  [0.79172504 0.52889492]
  [0.96366276 0.38344152]
  [0.56804456 0.92559664]]

 [[0.0202184  0.83261985]
  [0.46147936 0.78052918]
  [0.77815675 0.87001215]
  [0.97861834 0.79915856]]]

您尝试了哪些变体，它们是如何失败的？我很乐意提名重新打开，并在您修复问题时发布答案question@MadPhysicist我用一个例子和一个说明编辑了这个问题。希望现在已经很清楚了。@NinaKaprez是发布的答案，而不是你想要的？若并没有，你们可以发布一个输入样本和期望的输出吗？那个么沿轴拍摄呢？另外，argsort不应该有axis=1吗？还是要对列而不是行进行排序？不，输出应与变量“a”具有相同的形状。@NinaKaprez它是相同的形状。
a
不是形状
（3,4,2）
？“如果不是，你就需要更好地澄清了。”埃山，我的错。我想这就是我需要的。谢谢你能详细说明索引[：：None]的作用吗？@NinaKaprez。它在
None
索引处添加一个新维度<代码>无为np。欢迎使用newaxis

@NinaKaprez。不可能比疯狂物理学家的评论说得更好。