Python 按另一个1-D数组对N-D numpy数组排序

通过对这个问题（）的回答，我学会了如何根据另一个numpy数组

b

的值对多维numpy数组

a

进行排序，而无需创建太多额外的数组

---

但是，

numpy.rec.fromarrays（[a，b]）

仅当数组

a

和

b

具有相同的形状时才起作用。我的

b

数组是一维数组，但

a

数组是N-D数组（未指定N）。根据一维数组

b

的值，在特定轴中对

a

数组进行排序，这是一种很好的方法（也是有效的）吗

使用

np.take

和

轴

关键字参数：

>>> a = np.arange(2*3*4).reshape(2, 3, 4)
>>> a
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],

       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]]])
>>> b = np.arange(3)
>>> np.random.shuffle(b)
>>> b
array([1, 0, 2])
>>> np.take(a, b, axis=1)
array([[[ 4,  5,  6,  7],
        [ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [12, 13, 14, 15],
        [20, 21, 22, 23]]])

如果要使用奇特的索引，只需在索引元组中填充足够的空切片：

>>> a[:, b]
array([[[ 4,  5,  6,  7],
        [ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [12, 13, 14, 15],
        [20, 21, 22, 23]]])

或者在更一般的情况下：

>>> axis = 1
>>> idx = (slice(None),) * axis + (b,)
>>> a[idx]
array([[[ 4,  5,  6,  7],
        [ 0,  1,  2,  3],
        [ 8,  9, 10, 11]],

       [[16, 17, 18, 19],
        [12, 13, 14, 15],
        [20, 21, 22, 23]]])

但是，

np.take

应该是你的第一选择