python - 字符串列表时如何按第一列将二维数组排序为数字？ (Python)

Question

我有一个二维数组，我试图按第一列排序。然而，目前数组中的每个元素都是一个字符串，我希望第一列被视为一个整数，这样我就可以按数字排序(1、2、6、11 ...而不是 1、11、224， 23，...)。我正在使用 numpy 包生成这些数组，使用 x = numpy.loadtxt('file.txt', dtype = 'str', delimiter = '\t') 这给了我:

array([['140', 'GGC'],
       ['256', 'AGGG'],
       ['841', 'CA'],
       ['46', 'TTATAGG'],
       ['64', 'AGAGAAAGGATTATG'],
       ['156', 'AGC'],
       ['187', 'GGA'],
       ['701', 'TTCG'],
       ['700', 'TC']], 
      dtype='|S15')

1) 我知道我可以使用以下方法将第一列转换为整数:

x[:,0].astype(int)

输出一维数组。但我不确定如何直接对我的二维数组进行更改？

2) 一旦我可以将我的第一列转换(或处理)为整数，我知道我可以使用以下方法进行排序:

sorted(x, key=lambda x: x[0])

但这是对我的数据类型来说最好的方法吗？

Answer 1

由于您正在处理array 数据，您可以使用np.argsort 获取基于第一列的排序索引。然后简单地用这些索引到数组中，就像这样 -

x[x[:,0].astype(int).argsort()]

从性能的角度来看，这应该比使用 lambda 好得多，因为使用 argsort 然后 indexing 都是可以工作的向量化方法非常有效地处理数组数据。

sample 运行-

In [56]: x
Out[56]: 
array([['140', 'GGC'],
       ['256', 'AGGG'],
       ['841', 'CA'],
       ['46', 'TTATAGG'],
       ['64', 'AGAGAAAGGATTATG'],
       ['156', 'AGC'],
       ['187', 'GGA'],
       ['701', 'TTCG'],
       ['700', 'TC']], 
      dtype='|S15')

In [57]: x[x[:,0].astype(int).argsort()]
Out[57]: 
array([['46', 'TTATAGG'],
       ['64', 'AGAGAAAGGATTATG'],
       ['140', 'GGC'],
       ['156', 'AGC'],
       ['187', 'GGA'],
       ['256', 'AGGG'],
       ['700', 'TC'],
       ['701', 'TTCG'],
       ['841', 'CA']], 
      dtype='|S15')