Python：二维数组的降序argsort？

Question

我需要按数组的降序对第一列进行排序。具体来说，我的代码是：

>>> x = np.array([[2, 3], [1998,5], [1998,7]])
>>> x = x[np.argsort(x[:,0])]

但输出是

array([[   2,    3],
       [1998,    5],
       [1998,    7]])

但我需要按降序排列。有人可以解释我该怎么做吗？

编辑：@Babyburger建议此解决方案：

x = x[np.argsort(x[:,0])][::-1]

给

array([[1998,    7],
       [1998,    5],
       [   2,    3]])

可能很好，但我想在第一列的值相同的情况下，顺序不变。所以输出将是

array([[1998,    5],
       [1998,    7],
       [   2,    3]])

有没有简单的方法可以做到这一点？

Answer 1

sorted在这个特殊的要求中，你可以使用稳定的Python ：

a =  np.array([[2, 3], [1998,5], [1998,7]])
res = np.array(sorted(a, key= lambda x: -x[0]))

它的作用是：使用每行的第一个元素进行比较（通过lambda访问器）并对其求反以获得降序。通过稳定性，如果第一个元素相同，则行将保持顺序

输出：

[[1998    5]
 [1998    7]
 [   2    3]]

编辑：顺便说一句，如果您想在前面的列相同时按以下列排序（所有顺序都相同）：

a =  np.array([[2, 3], [1998,5], [1998,7]])
res = np.array(sorted(a, key=lambda x:(-x).tolist()))

这会将行转换为列表，然后使用序列比较。请注意，在此示例中它将按降序排序（因此(-x)）