Python 将数组与二维数组一起排序

所以我用NumPy的线性代数例程来做一些基本的计算量子力学。假设我有一个矩阵，哈密顿量，我想要它的特征值和特征向量

import numpy as np
from numpy import linalg as la

hamiltonian = np.zeros((N, N)) # N is some constant I have defined
# fill up hamiltonian here
energies, states = la.eig(hamiltonian)

现在，我想按递增的顺序对能量进行排序，我想对状态进行排序。例如，如果我这样做：

groundStateEnergy = min(energies)
groundStateIndex = np.where(energies == groundStateEnergy)
groundState = states[groundStateIndex, :]

我正确地绘制了基态（具有最低本征值的本征向量）。但是，如果我尝试这样的方法：

energies, states = zip(*sorted(zip(energies, states)))

甚至

energies, states = zip(*sorted(zip(energies, states), key = lambda pair:pair[0])))

---

以同样的方式绘制不再绘制正确的状态。那么我如何才能将状态与能量一起排序，而只能按行排序？（也就是说，我想将每一行状态与一个能量值相关联，并且我想重新排列这些行，使这些行的顺序与能量值的排序相对应）

您可以使用

argsort

，如下所示：

>>> x = np.random.random((1,10))

>>> x
array([ 0.69719108,  0.75828237,  0.79944838,  0.68245968,  0.36232211,
        0.46565445,  0.76552493,  0.94967472,  0.43531813,  0.22913607])
>>> y = np.random.random((10))
>>> y
array([ 0.64332275,  0.34984653,  0.55240204,  0.31019789,  0.96354724,
    0.76723872,  0.25721343,  0.51629662,  0.13096252,  0.86220311])
>>> idx = np.argsort(x)
>>> idx
array([9, 4, 8, 5, 3, 0, 1, 6, 2, 7])
>>> xsorted= x[idx]
>>> xsorted
array([ 0.22913607,  0.36232211,  0.43531813,  0.46565445,  0.68245968,
        0.69719108,  0.75828237,  0.76552493,  0.79944838,  0.94967472])
>>> ysordedbyx = y[idx]
>>> ysordedbyx
array([ 0.86220311,  0.96354724,  0.13096252,  0.76723872,  0.31019789,
        0.64332275,  0.34984653,  0.25721343,  0.55240204,  0.51629662])

正如评论中所建议的，在一个示例中，我们按照2d数组的第一个字符对其进行排序

>>> x=np.random.random((10,2))
>>> x
array([[ 0.72789275,  0.29404982],
       [ 0.05149693,  0.24411234],
       [ 0.34863983,  0.58950756],
       [ 0.81916424,  0.32032827],
       [ 0.52958012,  0.00417253],
       [ 0.41587698,  0.32733306],
       [ 0.79918377,  0.18465189],
       [ 0.678948  ,  0.55039723],
       [ 0.8287709 ,  0.54735691],
       [ 0.74044999,  0.70688683]])
>>> idx = np.argsort(x[:,0])
>>> idx
array([1, 2, 5, 4, 7, 0, 9, 6, 3, 8])
>>> xsorted = x[idx,:]
>>> xsorted
array([[ 0.05149693,  0.24411234],
       [ 0.34863983,  0.58950756],
       [ 0.41587698,  0.32733306],
       [ 0.52958012,  0.00417253],
       [ 0.678948  ,  0.55039723],
       [ 0.72789275,  0.29404982],
       [ 0.74044999,  0.70688683],
       [ 0.79918377,  0.18465189],
       [ 0.81916424,  0.32032827],
       [ 0.8287709 ,  0.54735691]])

---

您可能应该检查使用

numpy.argsort（energies）

中的索引来对

状态数组进行排序。因此，一旦我从numpy.argsort（energies）中获得索引，我如何仅使用它们重新排列状态行？一旦有了对数组进行排序的索引，就使用
np.take（）
这显示出比花哨的索引更快…答案是正确的，但在OP的例子中，
y
是二维的。最好给出一个在二维数组上使用
idx
的例子。@SaulloCastro使用
take
可能会更快，但在numpy 1.9中，花式索引的性能已经得到了很大的改进，所以这个小技巧可能不再值得。对于任何较旧的版本，是的，绝对是，速度从2倍到10倍不等，非常值得。@Jaime感谢您的更新，NumPy的改进令人惊讶！