Python 按另一个矩阵排序在一种情况下有效，但在另一种情况下失败

我需要根据另一个矩阵中值的降序对矩阵进行排序

例如，在第一步中，我将使用以下矩阵

a

：

1 0 1 0 1
0 1 0 1 0
0 1 0 1 1
1 0 1 0 0

1 0 1 0 1
1 0 1 0 0
0 1 0 1 1
0 1 0 1 0

然后，对于下面的过程，我需要将矩阵的行作为二进制数，并按照二进制值的降序对它们进行排序

我是这样做的：

for i in range(0,num_rows):   
    for j in range(0,num_cols):
        row_val[i] = row_val[i] + A[i][j] * (2 ** (num_cols - 1 - j))

这将获得一个4x1向量

行值

，其值如下：

21
10
11
20

现在，我根据

row\u val

by对矩阵的行进行排序

A = [x for _,x in sorted(zip(row_val,A),reverse=True)]

这非常好，我得到矩阵

A

：

1 0 1 0 1
0 1 0 1 0
0 1 0 1 1
1 0 1 0 0

1 0 1 0 1
1 0 1 0 0
0 1 0 1 1
0 1 0 1 0

但是现在我需要对列应用相同的过程。因此，我使用列的二进制值计算

col\u val

向量：

12
3
12
3
3

要根据向量

列对矩阵
A
进行排序

我想我可以将矩阵

A

转置，然后像以前一样：

At = np.transpose(A)
At = [y for _,y in sorted(zip(col_val,At),reverse=True)]

不幸的是，此操作失败并显示错误消息

ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()

---

我怀疑这可能是因为vector

col\u val

中有多个具有相同值的条目，但是在排序中显示的示例中，似乎适用于具有多个相等条目的情况。

您的怀疑是正确的，您不能使用Python内置的排序方法对多维numpy数组进行排序，因为两行的比较将产生一行真值，而不是一行真值

A[0] < A[1]
# array([False,  True, False,  True, False])

说明：

np.packbits

顾名思义，将二进制向量打包到位字段中；它几乎等同于您的手写代码-有一个小小的区别是，

packbits

在

8

块上运行，并且在右边有零的pad，因此例如

[1，1]

将转到

192

，而不是

3

---

np.argsort

执行间接排序，因此它实际上不会移动其操作数

A

的元素，而是将索引序列

I

写入

A

，这将对其进行排序

A[I]=np.sort（A）

。当我们想根据类似于本例的其他内容的顺序对某个内容进行排序时，这非常有用。

哇，这非常简短！你能解释一下这是怎么回事吗？谢谢你的帮助。因此，尽管计算出的列和行的“二进制值”与我的示例中的不同，但这不会对矩阵的新顺序产生任何影响，对吗？对于行排序，我还可以编写

A[np.argsort（np.packbits（A，axis=1）.ravel（））[：：：-1]，：]

，以明确每一列只取行？@Axel yes和yes。非常感谢您的帮助！