Python 通过增加datetime进行Numpy排序

我有第一个数组

I

包含日期时间元素（形状为（33416，）和第二个数组

m

包含浮点值（形状为（33416,20））。这对应于在特定时刻进行的20次测量。 我想根据

I

中不断增加的日期时间值对

I

数组进行排序，并相应地对

m

数组的行进行排序，以获得不断增加的测量瞬间及其相应的20次测量。

---

有人能帮我吗？还是理解我的需求

我不完全确定你在问什么-你的问题很模糊-什么是“对

m

数组的行进行相应的排序，以增加测量的瞬间，并在这个瞬间对应20个测量”的意思

但是，以下是我认为你所问问题的答案：

def special_sort(i, m):
    myList = zip(i, m)
    mylist.sort(key=lambda x: x[0])
    return myList

---

希望这有帮助

您也可以使用numpy来实现这一点。假设你有：

dates = numpy.array([datetime(2012,02,03,12,00,00), datetime(2012,02,03,15,00,00), datetime(2012,02,03,13,00,00)])
values = numpy.array([[1, 1], [3, 3], [2, 2]])

unified = array([[2012-02-03 12:00:00, 1, 1],
                 [2012-02-03 15:00:00, 3, 3],
                 [2012-02-03 13:00:00, 2, 2]], dtype=object)

首先，您可以执行以下操作：

unified = numpy.concatenate((dates.reshape(len(dates), 1), values), axis=1)

这将合并您的两个列表，考虑到您想要什么应该是保存数据的更好方式。现在你有了：

dates = numpy.array([datetime(2012,02,03,12,00,00), datetime(2012,02,03,15,00,00), datetime(2012,02,03,13,00,00)])
values = numpy.array([[1, 1], [3, 3], [2, 2]])

unified = array([[2012-02-03 12:00:00, 1, 1],
                 [2012-02-03 15:00:00, 3, 3],
                 [2012-02-03 13:00:00, 2, 2]], dtype=object)

现在您可以执行以下操作：

unified = numpy.sort(unified, axis=0)

这将在日期后排序。现在，如果您仍然想要单独的列表，您可以通过以下方式获得它们：

unified[:, 0]

>>> array([2012-02-03 12:00:00, 2012-02-03 13:00:00, 2012-02-03 15:00:00], dtype=object)

unified[:, 1:]

>>> array([[1, 1],
           [2, 2],
           [3, 3]], dtype=object)

在评论后编辑 好的，现在我完全理解你想要什么，你可以通过替换

   unified = numpy.sort(unified, axis=0)    

与：

编辑

你试过我刚才的建议了吗？在我的终端：

    unified = numpy.array([[datetime(2012,02,03,12,00,00), 4, 1],[datetime(2012,02,03,15,00,00), 5, 2],[datetime(2012,02,03,13,00,00), 2, 1]], dtype=object)
    >>> unified
        array([[2012-02-03 12:00:00, 4, 1],
               [2012-02-03 15:00:00, 5, 2],
               [2012-02-03 13:00:00, 2, 1]], dtype=object)

    >>> unified = numpy.array(sorted(unified, key=lambda x: x[0]))
    >>> unified
        array([[2012-02-03 12:00:00, 4, 1],
               [2012-02-03 13:00:00, 2, 1],
               [2012-02-03 15:00:00, 5, 2]], dtype=object)

---

好的，我应该简化我的要求。例如，

i

包含3个测量瞬间：[datetime（2012,02,03,12,00,00），datetime（2012,02,03,15,00,00），datetime（2012,02,03,13,00,00）]和

m

在每个瞬间包含2个测量：[1,1.]，[3,3.]，[2,2.]]我想通过增加次数和

m

来获得

i

，如下：[[1,1.]，[2,2.]，[3,3.]]我希望这样更清楚……谢谢

m.sort（）

将按照您要求的方式对

m

进行排序。我仍然不明白您想用

I

做什么。我想根据我的测量值，根据不断增加的日期时间进行排序…没有办法执行此操作？？？例如，如果我有一个=numpy.array（[[4,3,2]，[2,8,6]，[1,4,7]），并且我想要一个数组([[1, 4, 7], [2, 8, 6], [4, 3, 2]])其中，只有第一个值被计算为排序，行的其他列元素按相应的顺序排列……您已经接受了答案。这告诉我问题已经解决。如果不是这样，请在问题中发布详细的I/O规范。这几乎就是。但这也是对所有列b进行排序y递增顺序。我只想根据时间，除非我弄乱了我的测量……我将查看numpy.sort文档……没有那么明显的问题……这种表示很好：

unified=array（[[2012-02-03 12:00:00，1，1]，[2012-02-03 15:00:00，3，3]，[2012-02-03 13:00，2，2]]，dtype=object）

但我的例子是来自

unified=array（[[2012-02-03 12:00:00,4,1]，[2012-02-03 15:00:00,5,2]，[2012-02-03 13:00:00,2,1]]，dtype=object）

我想获得

数组（[2012-02-03 12:00:00,4,1]，[2012-02-03 13:00,2,1]，[2012-02-03 15:00,5,2]]，dtype=object）

这正是我想要的！！！谢谢。（这应该在numpy.sort函数的选项中实现。）