Python 对非整数2D numpy数组排序

如何对x和y坐标为非整数且近似值的二维数组进行排序？例如，这样的数组：

[
[0.005, 0.02]
[-0.1, 1.001]
[0.99, 0.004]
[1.1, 0.995]
]

---

请记住，对应于[0,0]的x，y坐标的[0.005,0.02]不一定具有最低的x坐标或最低的y坐标。我已经看到了如何处理整数，但我不确定这种情况。

正如斯文指出的，您需要一个比较。如果按距离排序，则至少需要计算平方。您可以使用以下选项：

x = np.array([[1,2],[0.1,0.2],[-1,0.5], [2,2], [0,0]])
x[np.multiply(x,x).sum(axis=1).argsort()]

如果要按x或y排序，可以在切片上使用argsort：

x[x[:,0].argsort()] # sort by x
x[x[:,1].argsort()] # sort by y

您有一个（N，2）浮点数数组。我制作了一个类似于您的虚拟阵列：

>>import numpy as np
>>A = np.random.random((5,2))*3 - 1 
>>A

array([[-0.09759485,  1.09646624],
       [ 1.24045241,  0.59099876],
       [-0.43080349, -0.33879412],
       [ 0.82403019,  0.16274243],
       [ 1.95623418, -0.64082276]])

根据你所说的，这些值是近似值。在对它们排序之前，我们可以将它们四舍五入到最接近的整数

>>A = np.round(A)
>>A
array([[-0.,  1.],
       [ 1.,  1.],
       [-0., -0.],
       [ 1.,  0.],
       [ 2., -1.]])

现在，

numpy.sort（）

应该按照您想要的顺序提供数组：

>>np.sort(A, axis=0)
>>A
array([[-0., -1.],
       [-0., -0.],
       [ 1.,  0.],
       [ 1.,  1.],
       [ 2.,  1.]])

---

所谓排序，我指的是根据两个轴进行排序。为了进行排序，您必须定义一个比较标准，例如

X_1=（X_11，X_12）

，例如如果

X_11

或如果

X|124; 1241

。。。一般来说，内置函数

sorted

会对任何iterable参数执行我示例的第一个变体。我可能可以自己编写一些操作，比如查看平方距离（x^2+y^2）并从那里继续，但我更关注的是是否有一种简单的方法可以执行此操作this@Tammy,你能给我们展示一下你在问题中对NumPy数组排序时想要的输出吗？或者你可以做

np.array（排序（[list（a）for a in a]）

如果

a

是cordinate的向量。我想四舍五入是最好的方法，你只需要知道最大误差