python - 如何通过另一个二维数组对 3D numpy 数组的每一行进行排序？

Question

我有一个 2D 点的 2D numpy 数组:

np.random.seed(0)   
a = np.random.rand(3, 4, 2) # each value is a 2D point

我想按每个点的范数对每一行进行排序

norms = np.linalg.norm(a, axis=2) # shape(3, 4)

indices = np.argsort(norms, axis=0) # indices of each sorted row

现在我想创建一个与a 具有相同形状和值的数组。这将使每行 2D 点按其规范排序。

我怎样才能做到这一点？

我尝试了 np.take 和 np.take_along_axis 的变体，但没有成功。

例如:

np.take(a, indices, axis=1) # shape (3,3,4,2)

这对 a 进行了 3 次采样，一次针对 indices 中的每一行。我只想对 a 进行一次采样。 indices 中的每一行都有应从相应行中采样的列。

Answer 1

如果我没理解错的话，你想要这个:

norms = np.linalg.norm(a,axis=2) # shape(3,4)
indices = np.argsort(norms , axis=1)
np.take_along_axis(a, indices[:,:,None], axis=1)

示例输出:

[[[0.4236548  0.64589411]
  [0.60276338 0.54488318]
  [0.5488135  0.71518937]
  [0.43758721 0.891773  ]]

 [[0.07103606 0.0871293 ]
  [0.79172504 0.52889492]
  [0.96366276 0.38344152]
  [0.56804456 0.92559664]]

 [[0.0202184  0.83261985]
  [0.46147936 0.78052918]
  [0.77815675 0.87001215]
  [0.97861834 0.79915856]]]