根据行对numpython矩阵进行逐步排序
我四处寻找,试图找到一个解决这个看似简单的问题的办法,但什么也没找到。问题是根据矩阵的列对矩阵进行逐步排序。如果我有一个numpy矩阵,比如:根据行对numpython矩阵进行逐步排序,python,sorting,numpy,matrix,Python,Sorting,Numpy,Matrix,我四处寻找,试图找到一个解决这个看似简单的问题的办法,但什么也没找到。问题是根据矩阵的列对矩阵进行逐步排序。如果我有一个numpy矩阵,比如: import numpy as np X=np.matrix([[0,0,1,2],[0,0,1,1],[0,0,0,4],[0,0,0,3],[0,1,2,5]]) print(X) [[0 0 1 2] [0 0 1 1] [0 0 0 4] [0 0 0 3] [0 1 2 5]] 我想根据第一列、第二列、第三列等对其进行排序,得到如下结
import numpy as np
X=np.matrix([[0,0,1,2],[0,0,1,1],[0,0,0,4],[0,0,0,3],[0,1,2,5]])
print(X)
[[0 0 1 2]
[0 0 1 1]
[0 0 0 4]
[0 0 0 3]
[0 1 2 5]]
我想根据第一列、第二列、第三列等对其进行排序,得到如下结果:
Xsorted=np.matrix([[0,0,0,3],[0,0,0,4],[0,0,1,1],[0,0,1,2],[0,1,2,5]])
print(Xsorted)
[[0,0,0,3]
[0,0,0,4]
[0,0,1,1]
[0,0,1,2]
[0,1,2,5]]
虽然我认为可以通过命名列等方式对矩阵进行排序,但我更希望有一种排序方法,它不太依赖于矩阵的大小。我正在使用Python 3.4,如果这很重要的话
任何帮助都将不胜感激 这里:
data = [[0,0,1,2],[0,0,1,1],[0,0,0,4],[0,0,0,3],[0,1,2,5]]
x = pandas.DataFrame(data)
# order of columns to sort
z = x.sort([0,1,2,3])
output = z.as_matrix()
输出
:
array([[0, 0, 0, 3],
[0, 0, 0, 4],
[0, 0, 1, 1],
[0, 0, 1, 2],
[0, 1, 2, 5]])
它不会特别快,但您可以始终将行转换为元组,然后使用Python的排序:
np.matrix(sorted(map(tuple, X.A)))
您还可以使用np.lexsort
,如中的建议:
lexsort方法似乎更快,不过您应该使用实际数据进行测试,以确保:
In [20]: X = np.matrix(np.random.randint(10, size=(100,100)))
In [21]: %timeit np.matrix(sorted(map(tuple, X.A)))
100 loops, best of 3: 2.23 ms per loop
In [22]: %timeit X[np.lexsort(X.T[::-1])]
1000 loops, best of 3: 1.22 ms per loop
你必须使用numpy吗?我不在乎使用numpy,但如果可能的话,我希望结果保持矩阵形式,或者至少能够很容易地将结果转换为矩阵形式。添加了一些解释和输出。所有人——非常感谢您的帮助!事实证明,所有这些解决方案在某个时候都会对我有用!
In [20]: X = np.matrix(np.random.randint(10, size=(100,100)))
In [21]: %timeit np.matrix(sorted(map(tuple, X.A)))
100 loops, best of 3: 2.23 ms per loop
In [22]: %timeit X[np.lexsort(X.T[::-1])]
1000 loops, best of 3: 1.22 ms per loop