以不同顺序对多个列上的结构化 Numpy 数组进行排序
Sort Structured Numpy Array On Multiple Columns In Different Order
我有一个结构化的 numpy 数组：
dtype = [('price', float), ('counter', int)]
values = [(35, 1), (36, 2),
(36, 3)]
a = np.array(values, dtype=dtype)
我想对价格进行排序，如果价格相等则对计数器进行排序：
a_sorted = np.sort(a, order=['price', 'counter'])[::-1]
我需要按降序排列的价格，当价格相等时考虑按升序排列计数器。在上面的示例中，价格和计数器均按降序排列。
我得到的是：
a_sorted: [(36., 3), (36., 2), (35., 1)]
我需要的是：
a_sorted: [(36., 2), (36., 3), (35., 1)]
您可以使用 np.lexsort:
a_sorted = a[np.lexsort((a['counter'], -a['price']))]
结果：
array([(36.0, 2), (36.0, 3), (35.0, 1)],
dtype=[('price', '<f8'), ('counter', '<i4')])
请记住顺序是相反的，即排序首先由 -a['price'] 执行。否定处理 "descending" 方面。
我有一个结构化的 numpy 数组：
dtype = [('price', float), ('counter', int)]
values = [(35, 1), (36, 2),
(36, 3)]
a = np.array(values, dtype=dtype)
我想对价格进行排序，如果价格相等则对计数器进行排序：
a_sorted = np.sort(a, order=['price', 'counter'])[::-1]
我需要按降序排列的价格，当价格相等时考虑按升序排列计数器。在上面的示例中，价格和计数器均按降序排列。
我得到的是：
a_sorted: [(36., 3), (36., 2), (35., 1)]
我需要的是：
a_sorted: [(36., 2), (36., 3), (35., 1)]
您可以使用 np.lexsort:
a_sorted = a[np.lexsort((a['counter'], -a['price']))]
结果：
array([(36.0, 2), (36.0, 3), (35.0, 1)],
dtype=[('price', '<f8'), ('counter', '<i4')])
请记住顺序是相反的，即排序首先由 -a['price'] 执行。否定处理 "descending" 方面。