如何按数值顺序对包含浮点数和字符串的numpy数组排序？

你的问题根源在于：当numpy数组同时包含数值和字符串元素时，数组会被自动统一为字符串类型（如dtype='<U32'），所以第一列的数值实际上是以字符串形式存储的，调用argsort()时自然会按字符串的字典序排序，而非数值大小。

下面提供几种可行的解决方法：

方法1：使用结构化数组（推荐） #

直接创建指定列类型的结构化数组，让数值列保持浮点类型，字符串列保持字符串类型，排序时直接指定按数值字段排序即可：

import numpy as np

# 定义结构化数组的 dtype：第一列为float类型，第二列为长度1的字符串
a = np.array([(3e-05, 'A'), (2, 'B'), (1e-05, 'C')], dtype=[('value', float), ('label', 'U1')])
# 按'value'字段排序
sorted_array = np.sort(a, order='value')
print(sorted_array)

输出结果：

[(1.e-05, 'C') (3.e-05, 'A') (2., 'B')]

方法2：转换列类型后获取排序索引 #

如果不想修改原数组的结构，可以单独把第一列转换为浮点类型，生成排序索引后再对原数组进行排序：

import numpy as np

a = np.array([[3e-05, 'A'], [2, 'B'], [1e-05, 'C']])
# 将第一列转为float，生成排序索引
sort_idx = a[:, 0].astype(float).argsort()
# 用索引对原数组排序
sorted_array = a[sort_idx]
print(sorted_array)

输出结果：

[['1e-05' 'C']
 ['3e-05' 'A']
 ['2' 'B']]

方法3：用Pandas简化操作（适合数据处理场景） #

如果你的工作流本身涉及Pandas，用DataFrame处理会更直观：

import pandas as pd
import numpy as np

a = np.array([[3e-05, 'A'], [2, 'B'], [1e-05, 'C']])
df = pd.DataFrame(a, columns=['num', 'label'])
# 转换num列为数值类型后排序
sorted_df = df.sort_values(by='num', key=lambda x: x.astype(float))
print(sorted_df.to_numpy())

输出结果和方法2一致。

内容的提问来源于stack exchange，提问作者John Westlund