为给定列排序numpy矩阵

Question

我已经尝试使用Ned Batchelder代码按人类顺序排序NumPy矩阵,正如以下帖子中提出的那样:

用负数排序numpy字符串数组？

代码在一维数组上运行,命令为:

print (sorted(a, key=natural_keys))

现在,我的问题是我的数据是一个10列矩阵,我想根据一列对它进行排序(比方说MyColumn).我找不到修改代码的方法来打印根据这个列排序的整个矩阵.我能想到的就是:

print (sorted(a['MyColumn'], key=natural_keys))

但是,当然,只会MyColumn在输出中显示,尽管它已正确排序......

有没有办法打印整个Matrix？

这是我用来加载数组的命令(我将原始的imputfile简化为3列数组):

data = np.loadtxt(inputfile, dtype={'names': ('ID', 'MyColumn', 'length'),
'formats': ('int32', 'S40', 'int32')},skiprows=1, delimiter='\t')

ID  MyColumn    length
164967  BFT_job13_q1_type2  426
197388  BFT_job8_q0_type2   244
164967  BFT_job13_q0_type1  944
72406   BFT_job1_q0_type3   696

以下是输出理想情况:

ID  MyColumn    length
72406   BFT_job1_q0_type3   696
197388  BFT_job8_q0_type2   244
164967  BFT_job13_q0_type1  944
164967  BFT_job13_q1_type2  426

Answer 1

如果你有一个np.matrix,叫m:

col = 1
m[np.array(m[:,col].argsort(axis=0).tolist()).ravel()]

如果你有一个np.ndarray,叫a:

col = 1
a[a[:,col].argsort(axis=0)]

如果您有一个带有命名列的结构化数组:

def mysort(data, col_name, key=None):
    d = data.copy()
    cols = [i[0] for i in eval(str(d.dtype))]
    if key:
        argsort = np.array([key(i) for i in d[col_name]]).argsort()
    else:
        argsort = d[col_name].argsort()
    for col in cols:
        d[col] = d[col][argsort]
    return d

对于您的特定情况,您需要以下key功能:

def key(x):
    x = ''.join([i for i in x if i.isdigit() or i=='_'])
    return '{1:{f}{a}10}_{2:{f}{a}10}_{3:{f}{a}10}'.format(*x.split('_'), f='0', a='>')

d = mysort(data, 'MyColumn', key)