python numpy在保持行的整体性的情况下按列排序

某公司的数据日常处理。看着规整的数据我就想到了numpy。

这是数据：

>>>> a
array([[ 2,  7,  1,  2],
[35, 9, 1, 2],
[22,  12,  4,  2]])
>>>

按照第一列排序，想要变成这样的效果：

>>> a
array([[ 2,  7,  1,  2],
[22, 12, 4, 2],
[35,  9,  1,  2]])
>>>

行的整体性并没有被破坏。

开写：

# -*- coding: cp936 -*-

import numpy as np
import pprint
a = np.array(
[[  2,  7,  1, 2],
[ 35,  9,  1, 2],
[ 22, 12,  4, 2]]
)

a1 = a[:,::-1].T
a2 = np.lexsort(a1)
a3 = a[a2]

pprint.pprint(a3)

好吧，就3行，开始写注释吧，不然自己都会忘了（不可能，我这么帅，怎么可能忘记）

a1 = a[:,::-1].T

注释：

#先逆序再转置
#逆序结果：
#[2,1,7,2]
#[2,1,9,35]
#[2,4,12,22]
#转置结果：
#[2,2,2]
#[1,1,4]
#[7,9,12]
#[2,35,22]

a2 = np.lexsort(a1)

注释：

#np.lexsort()，以列为整体性进行排序，重点是：从最后一行开始比较大小，正因为从最后一行开始排序，前面才用逆序
#排序结果：
#[0 2 1]
#0表示，排序后的第1列在a1的第0列，[2,1,7,2]
#2表示，排序后的第2列在a1的第2列,[2,4,12,22]
#1表示，排序后的第3列在a1的第1列,[2,1,9,35]

a3 = a[a2]

注释：

#拿着新的序列号[0 2 1]，调整下a就是我们要的结果了

好了，思考下，如果按第二列排序怎么办？

Ps：之前的数据本来排好序了，更换下数据。

开写：

# -*- coding: cp936 -*-

import numpy as np
from numpy import *
import pprint
a = np.array(
[[  2,  77,  1, 2],
[ 35,  9,  1, 2],
[ 22, 12,  4, 2]]
)
print '排序前：'
pprint.pprint(a)

a1 = a.T
a2 = a1[array([0,3,2,1])]  #2列换到最后列（因为转置，此时应该说2行换最后行）
a3 = np.lexsort(a2)
a4 = a[a3]

print '排序后：'
pprint.pprint(a4)

结果：

>>>
排序前：
array([[ 2, 77,  1,  2],
[35,  9,  1,  2],
[22, 12,  4,  2]])
排序后：
array([[35,  9,  1,  2],
[22, 12,  4,  2],
[ 2, 77,  1,  2]])
>>>

其实就是把第2列换到最后一列，然后重复之前的操作。

好吧，思考下，按照任意列排序，怎么搞？

输入参数：col_index(0,1,2,3...)表示按照第col_index列排序。

分析：因为转置的原因，题目要求等价于按照转置后的第col_index行排序。

这个还真有点意思，因为coding的时候，要把第col_index行和最后一行互换，不知道怎么写这个：

if col_index = 0: a2 = a1[array([3,1,2,col_index])]
if col_index = 1: a2 = a1[array([0,3,2,col_index])]
if col_index = 2: a2 = a1[array([0,1,3,col_index])]
if col_index = 3: a2 = a1[array([0,1,2,col_index])]
我可不想用100个if来表示100列。

动态生成？不可能，我肯定避开不了做判断的时候。

算了，既然数据保证了每一行格式都是规整的，直接两行交换吧。numpy做两行运算还是挺快的。

交换a,b ：a = a + b, b = a - b, a = a- b。

# -*- coding: cp936 -*-

import numpy as np
from numpy import *
import pprint
a = np.array(
[[ 2, 77, 1, 2],
[ 35, 9, 1, 2],
[ 22, 12, 4, 2]]
)
print '排序前：'
pprint.pprint(a)

def sort_by_col(a,col_index):
a1 = a.T

col_max = a.shape[-1]-1

if col_index < col_max:
#两行互换
a1[col_index] = a1[col_index] + a1[col_max]
a1[col_max] = a1[col_index] - a1[col_max]
a1[col_index] = a1[col_index] - a1[col_max]

a2 = np.lexsort(a1)

#因为a1的行交换影响了a（虽然id不同，但是是同一片内存），得到序列结果后再换回来，保持a的纯洁
a1[col_index] = a1[col_index] + a1[col_max]
a1[col_max] = a1[col_index] - a1[col_max]
a1[col_index] = a1[col_index] - a1[col_max]
else:
a2 = np.lexsort(a1)

return a[a2]

for i in range(4):
col_index = i
a = sort_by_col(a,col_index)
print '当col_index = %d ,排序后：' % col_index
pprint.pprint(a)
结果：
>>>
排序前：
array([[ 2, 77, 1, 2],
[35, 9, 1, 2],
[22, 12, 4, 2]])
当col_index = 0 ,排序后：
array([[ 2, 77, 1, 2],
[22, 12, 4, 2],
[35, 9, 1, 2]])
当col_index = 1 ,排序后：
array([[35, 9, 1, 2],
[22, 12, 4, 2],
[ 2, 77, 1, 2]])
当col_index = 2 ,排序后：
array([[35, 9, 1, 2],
[ 2, 77, 1, 2],
[22, 12, 4, 2]])
当col_index = 3 ,排序后：
array([[35, 9, 1, 2],
[ 2, 77, 1, 2],
[22, 12, 4, 2]])
>>>