如何在NumPy中实现元组风格的argsort排序？

我有一个由有序对组成的有序对数组：

import numpy as np

foo = np.array([
   [[1, 3],
    [2, 4]],

   [[4, 1],
    [2, 3]],

   [[3, 2],
    [3, 1]],

   [[2, 4],
    [3, 1]],

   [[1, 2],
    [3, 4]]])

我需要按照Python元组的常规排序规则，对每一组有序对执行argsort操作，期望得到的索引数组如下：

full_argsort(foo) == np.array(
      [[0, 1],
       [1, 0],
       [1, 0],
       [0, 1],
       [0, 1]]) 

（只要是能通过foo[indices]实现排序的索引数组都可以，目前不确定最优格式）

几个具体示例：

pair_argsort([[1,2],[2,4]]) == [0,1]
pair_argsort([[2,1],[1,2]]) == [1,0]
pair_argsort([[1,2],[1,1]]) == [1,0] # 注意：当第一个元素相同时，比较第二个元素

更通用的表述（转换为数组/元组/列表形式）：

pair_of_pairs[pair_argsort(pair_of_pairs)] == sorted(map(tuple, pair_of_pairs))

我可以用np.apply_along_axis(pair_argsort,...)对整个foo执行argsort，但这种调用Python函数的方式效率很低，希望找到NumPy原生的实现方法。

我尝试过仅按元组的第一个元素做argsort，代码是np.argsort(foo.reshape(-1, 2, 2), axis=1)[:,:,0]，得到的结果是：

array([[0, 1],
       [1, 0],
       [0, 1],
       [0, 1],
       [0, 1]]) 

但这个方法在处理第三组有序对[[3,2],[3,1]]时结果错误，因为它没有考虑第一个元素相同时的第二个元素比较。

请问如何在NumPy中实现符合元组排序规则的argsort？

内容的提问来源于stack exchange，提问作者Him