排序指定列时保留二维数组的多列关联信息

针对你要对形状为(512², 3)的二维数组按第一列排序、同时保持后两列像素编号与对应数值关联的需求，以下是两种高效的实现方案，无需事后对比重排，直接同步完成排序：

方案一：用NumPy（推荐，适合大规模数组） #

NumPy提供了向量优化的排序工具，处理这类数组的效率远高于原生Python循环。核心思路是先获取第一列的排序索引，再用该索引对整个数组进行索引，自动同步所有列的对应关系：

import numpy as np

# 假设data是NumPy数组（若不是，可先用np.array(data)转换）
# 获取按第一列从小到大排序的索引
sort_indices = np.argsort(data[:, 0])
# 用索引同步排序整个数组，所有列的关联关系完全保留
sorted_data = data[sort_indices]

如果需要降序排序，只需在argsort前加负号：sort_indices = np.argsort(-data[:, 0])

方案二：原生Python列表实现 #

如果你的数组是原生Python列表（每个元素为长度3的子列表），可以直接用sorted()函数的key参数指定排序依据，自动保留整行的关联：

# 假设data是原生列表
sorted_data = sorted(data, key=lambda row: row[0])

若要降序，添加reverse=True参数即可：sorted(data, key=lambda row: row[0], reverse=True)

这两种方法都避免了事后对比重排的额外开销，其中NumPy方案针对大规模数组（如26万行的512²规模）的处理速度会显著优于原生实现。

内容的提问来源于stack exchange，提问作者Teo Georgatos