在Python和numpy中，如何通过减少第一列的值对矩阵的行进行排序？

我有一个矩阵，有

N=250000行和
M=10列。
我想对矩阵进行排序，以减少第一列的值，
所以我写：

matrix=np.loadtxt("matrix.dat")

np.sort(matrix)

matrix=matrix[::-1]

但是
np.sort
不起作用。事实上，一旦打印排序后的值，我会找到相同的输入矩阵。
有人知道如何解决这个问题吗？
非常感谢
这将对矩阵进行排序，以减少第一列的值

import numpy as np

# Generate a matrix of data
matrix = np.random.rand(5,4)

# Find the ordering of the first column (in increasing order)
ind = np.argsort(matrix[:,0])

# Switch the ordering (so it's decreasing order)
rind = ind[::-1]

# Return the matrix with rows in the specified order
matrix = matrix[rind]

np.sort（）
没有对矩阵进行就地排序，您必须将排序后的矩阵分配给上一个变量，或者使用
array.sort（axis=0）
方法进行就地排序。如果希望按降序排列，请反转结果

演示：

“我想对矩阵进行排序，以减少第一列的值”：所以您只想对第一列进行排序？排序后的矩阵=np。排序（矩阵）
In [33]: arr = np.random.rand(5, 4)

In [34]: arr
Out[34]: 
array([[ 0.80270779,  0.14277011,  0.01316072,  0.67149683],
       [ 0.16252499,  0.9969757 ,  0.14759736,  0.24212889],
       [ 0.49493771,  0.51692399,  0.17731137,  0.40797518],
       [ 0.20700147,  0.13279386,  0.2464658 ,  0.9730963 ],
       [ 0.26145694,  0.23410809,  0.78049016,  0.45821089]])

In [35]: arr.sort(0) # or arr.sort(axis=0, kind='mergesort')

In [36]: arr
Out[36]: 
array([[ 0.16252499,  0.13279386,  0.01316072,  0.24212889],
       [ 0.20700147,  0.14277011,  0.14759736,  0.40797518],
       [ 0.26145694,  0.23410809,  0.17731137,  0.45821089],
       [ 0.49493771,  0.51692399,  0.2464658 ,  0.67149683],
       [ 0.80270779,  0.9969757 ,  0.78049016,  0.9730963 ]])

In [37]: arr[::-1]
Out[37]: 
array([[ 0.80270779,  0.9969757 ,  0.78049016,  0.9730963 ],
       [ 0.49493771,  0.51692399,  0.2464658 ,  0.67149683],
       [ 0.26145694,  0.23410809,  0.17731137,  0.45821089],
       [ 0.20700147,  0.14277011,  0.14759736,  0.40797518],
       [ 0.16252499,  0.13279386,  0.01316072,  0.24212889]])