如何按一行对矩阵排序-Python

有这样一个矩阵：

[[0. 1. 0. 0. 0.]
[1. 0. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[1. 0. 3. 4. 4.]]

[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[0. 1. 3. 4. 4.]]

num_seq = 10
seq_len = 5
seq_width = 5

con = np.random.randint(0, seq_width,size=seq_len)

seq = np.zeros((seq_len, seq_width))

seq[np.arange(seq_len), con] = 1
seq[seq_len-1, np.arange(seq_width)] = con

out = np.sort(seq, axis=1)

[[0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 1. 3. 4. 4.]]

如何按最后一行排序，使列的内容保持不变，如下所示：

[[0. 1. 0. 0. 0.]
[1. 0. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[1. 0. 3. 4. 4.]]

[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[0. 1. 3. 4. 4.]]

num_seq = 10
seq_len = 5
seq_width = 5

con = np.random.randint(0, seq_width,size=seq_len)

seq = np.zeros((seq_len, seq_width))

seq[np.arange(seq_len), con] = 1
seq[seq_len-1, np.arange(seq_width)] = con

out = np.sort(seq, axis=1)

[[0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 1. 3. 4. 4.]]

现在我是这样做的：

[[0. 1. 0. 0. 0.]
[1. 0. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[1. 0. 3. 4. 4.]]

[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[0. 1. 3. 4. 4.]]

num_seq = 10
seq_len = 5
seq_width = 5

con = np.random.randint(0, seq_width,size=seq_len)

seq = np.zeros((seq_len, seq_width))

seq[np.arange(seq_len), con] = 1
seq[seq_len-1, np.arange(seq_width)] = con

out = np.sort(seq, axis=1)

[[0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 1. 3. 4. 4.]]

并获得如下输出：

[[0. 1. 0. 0. 0.]
[1. 0. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[1. 0. 3. 4. 4.]]

[[1. 0. 0. 0. 0.]
[0. 1. 0. 0. 0.]
[0. 0. 0. 1. 0.]
[0. 0. 0. 0. 1.]
[0. 1. 3. 4. 4.]]

num_seq = 10
seq_len = 5
seq_width = 5

con = np.random.randint(0, seq_width,size=seq_len)

seq = np.zeros((seq_len, seq_width))

seq[np.arange(seq_len), con] = 1
seq[seq_len-1, np.arange(seq_width)] = con

out = np.sort(seq, axis=1)

[[0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 0. 0. 0. 1.]
 [0. 1. 3. 4. 4.]]

你可以做一些小的切片。使用示例阵列：

arr = np.array([[0, 1, 0, 0, 0],
                [1, 0, 0, 0, 0],
                [0, 0, 0, 1, 0],
                [0, 0, 0, 0, 1],
                [1, 0, 3, 4, 4]])
arr[:, np.argsort(arr[-1, :])]
# array([[1, 0, 0, 0, 0],
#        [0, 1, 0, 0, 0],
#        [0, 0, 0, 1, 0],
#        [0, 0, 0, 0, 1],
#        [0, 1, 3, 4, 4]])

基本上，

np.argsort（arr[-1，：]）

按最后一行内容的升序返回

arr

最后一行的索引。这将返回您给出的示例的

数组（[1,0,2,3,4]）

然后，我们只需使用

arr[：，np.argsort（arr[-1，：]）]

以该顺序获取列中的所有行，然后尝试：

---

arr[：，arr[-1，：].argsort（）]

这满足了您的要求，尽管在我看来，numpy方法更干净、更好。这取决于您的矩阵是真正的矩阵，还是数组或列表。如果您出于任何原因不能使用numpy，那么这个解决方案应该独立工作，即使它有点黑

your_matrix = [[0, 1., 0., 0., 0.],
                   [1., 0., 0., 0., 0.],
                   [0., 0., 0., 1., 0.,],
                   [0., 0., 0., 0., 1.],
                   [1., 0., 3., 4., 4.]]

your_last_row = your_matrix[-1]
#add indices
reference_row = [(idx, value) for (idx, value) in enumerate(your_last_row)]
ref_row_sorted = sorted(reference_row, key=lambda x: x[1])

#extract indices
indices = [x[0] for x in ref_row_sorted]

new_matrix = []
for row in your_matrix:
    new_row = [row[x] for x in indices]
    new_matrix.append(new_row)

---

使用argsort选择con作为索引：

import numpy as np

num_seq = 10
seq_len = 5
seq_width = 5

con = np.random.randint(0, seq_width,size=seq_len)

seq = np.zeros((seq_len, seq_width))

seq[np.arange(seq_len), con] = 1
seq[seq_len-1, np.arange(seq_width)] = con


i = np.argsort(con)
seq = seq[:,i]

print(con)
print(seq)

---

我将获取最后一行的副本，并制作一对索引为元组的值。然后按值排序，提取索引，并将其作为基数对其余列进行排序