Python 使用位置数据对numpy字符串数组排序

我有一个numpy字符串数组

names = array([
    'p00x00', 'p01x00', 'p02x00', 'p03x00', 'p04x00', 'p05x00',
    'p00x01', 'p01x01', 'p02x01', 'p03x01', 'p04x01', 'p05x01',
    'p00x02', 'p01x02', 'p02x02', 'p03x02', 'p04x02', 'p05x02',
    'p00x03', 'p01x03', 'p02x03', 'p03x03', 'p04x03', 'p05x03',
    'p00x04', 'p01x04', 'p02x04', 'p03x04', 'p04x04', 'p05x04',
    'p00x05', 'p01x05', 'p02x05', 'p03x05', 'p04x05', 'p05x05'])

以及相应的位置数据

X = array([2.102235, 2.094113, 2.086038, 2.077963, 2.069849, 2.061699])
Y = array([-7.788431, -7.780364, -7.772306, -7.764247, -7.756188, -7.748114])

如何使用

X

和

Y

对

name

进行排序，从而得到一个具有形状（6，6）的名称排序网格？请注意，基本上有6个独特的

X

和

Y

位置——我不是随意选择6x6

names = array([
    ['p00x00', 'p01x00', 'p02x00', 'p03x00', 'p04x00', 'p05x00'],
    ['p00x01', 'p01x01', 'p02x01', 'p03x01', 'p04x01', 'p05x01'],
    ['p00x02', 'p01x02', 'p02x02', 'p03x02', 'p04x02', 'p05x02'],
    ['p00x03', 'p01x03', 'p02x03', 'p03x03', 'p04x03', 'p05x03'],
    ['p00x04', 'p01x04', 'p02x04', 'p03x04', 'p04x04', 'p05x04'],
    ['p00x05', 'p01x05', 'p02x05', 'p03x05', 'p04x05', 'p05x05']])

---

我意识到，在这种情况下，我可以简单地重塑数组，但通常情况下，数据不会很好地解决这个问题。

您可以使用

numpy.argsort

在排序后获取数组元素的索引。然后，您可以使用这些索引对

名称

数组进行排序

import numpy as np

names = np.array([
    'p00x00', 'p01x00', 'p02x00', 'p03x00', 'p04x00', 'p05x00',
    'p00x01', 'p01x01', 'p02x01', 'p03x01', 'p04x01', 'p05x01',
    'p00x02', 'p01x02', 'p02x02', 'p03x02', 'p04x02', 'p05x02',
    'p00x03', 'p01x03', 'p02x03', 'p03x03', 'p04x03', 'p05x03',
    'p00x04', 'p01x04', 'p02x04', 'p03x04', 'p04x04', 'p05x04',
    'p00x05', 'p01x05', 'p02x05', 'p03x05', 'p04x05', 'p05x05'])

X = np.array([2.102235, 2.094113, 2.086038, 2.077963, 2.069849, 2.061699])
Y = np.array([-7.788431, -7.780364, -7.772306, -7.764247, -7.756188, -7.748114])

x_order = np.argsort(X)
y_order = np.argsort(Y)

names_ordered = names.reshape(6,6)[np.meshgrid(x_order,y_order)]

print(names_ordered)

提供以下输出：

[['p00x05' 'p00x04' 'p00x03' 'p00x02' 'p00x01' 'p00x00']
 ['p01x05' 'p01x04' 'p01x03' 'p01x02' 'p01x01' 'p01x00']
 ['p02x05' 'p02x04' 'p02x03' 'p02x02' 'p02x01' 'p02x00']
 ['p03x05' 'p03x04' 'p03x03' 'p03x02' 'p03x01' 'p03x00']
 ['p04x05' 'p04x04' 'p04x03' 'p04x02' 'p04x01' 'p04x00']
 ['p05x05' 'p05x04' 'p05x03' 'p05x02' 'p05x01' 'p05x00']]

---

您可以使用

numpy.argsort

在排序后获取数组元素的索引。然后，您可以使用这些索引对

名称

数组进行排序

import numpy as np

names = np.array([
    'p00x00', 'p01x00', 'p02x00', 'p03x00', 'p04x00', 'p05x00',
    'p00x01', 'p01x01', 'p02x01', 'p03x01', 'p04x01', 'p05x01',
    'p00x02', 'p01x02', 'p02x02', 'p03x02', 'p04x02', 'p05x02',
    'p00x03', 'p01x03', 'p02x03', 'p03x03', 'p04x03', 'p05x03',
    'p00x04', 'p01x04', 'p02x04', 'p03x04', 'p04x04', 'p05x04',
    'p00x05', 'p01x05', 'p02x05', 'p03x05', 'p04x05', 'p05x05'])

X = np.array([2.102235, 2.094113, 2.086038, 2.077963, 2.069849, 2.061699])
Y = np.array([-7.788431, -7.780364, -7.772306, -7.764247, -7.756188, -7.748114])

x_order = np.argsort(X)
y_order = np.argsort(Y)

names_ordered = names.reshape(6,6)[np.meshgrid(x_order,y_order)]

print(names_ordered)

提供以下输出：

[['p00x05' 'p00x04' 'p00x03' 'p00x02' 'p00x01' 'p00x00']
 ['p01x05' 'p01x04' 'p01x03' 'p01x02' 'p01x01' 'p01x00']
 ['p02x05' 'p02x04' 'p02x03' 'p02x02' 'p02x01' 'p02x00']
 ['p03x05' 'p03x04' 'p03x03' 'p03x02' 'p03x01' 'p03x00']
 ['p04x05' 'p04x04' 'p04x03' 'p04x02' 'p04x01' 'p04x00']
 ['p05x05' 'p05x04' 'p05x03' 'p05x02' 'p05x01' 'p05x00']]

---

对我来说，看起来有36个不同的x值和36个不同的y值。恐怕这个问题还不太清楚，无法回答。不过，我认为，

np.argsort

可能是您的解决方案。也许

names=names.reformate（6,6）

？@ThomasKühn同意严格地说，x和y中有36个唯一的值，但是6个值相差约0.01，而其他值相差约0.0001。@ThomasKühn我注意到了这一点，也许应该澄清一下，但我只是颠倒了（

[：-1]

）

x_顺序

，并对输出进行转置以获得正确的顺序。谢谢对我来说，看起来有36个不同的x值和36个不同的y值。恐怕这个问题还不太清楚，无法回答。不过，我认为，

np.argsort

可能是您的解决方案。也许

names=names.reformate（6,6）

？@ThomasKühn同意严格地说，x和y中有36个唯一的值，但是6个值相差约0.01，而其他值相差约0.0001。@ThomasKühn我注意到了这一点，也许应该澄清一下，但我只是颠倒了（

[：-1]

）

x_顺序

，并对输出进行转置以获得正确的顺序。谢谢