如何对(N,2)型NumPy数组每行元素交换，使较大值在前

假设我们有如下形状为(N,2)的NumPy数组：

import numpy as np

arr = np.array([
    [3,5],
    [4,2],
    [1,6],
    [5,4]
])

要实现每行较大元素排在首位的需求，有两种简洁高效的向量化实现方式：

方法一：排序后翻转每行 #

利用np.sort对每行升序排序，再通过切片翻转得到降序排列：

result = np.sort(arr, axis=1)[:, ::-1]

执行后result的结果为：

array([[5, 3],
       [4, 2],
       [6, 1],
       [5, 4]])

方法二：拼接每行的最大值与最小值 #

直接提取每行的最大值和最小值，按列拼接成新数组：

max_vals = np.max(arr, axis=1, keepdims=True)
min_vals = np.min(arr, axis=1, keepdims=True)
result = np.concatenate([max_vals, min_vals], axis=1)

该方法同样能得到与方法一完全一致的结果，且逻辑更直观。

两种方法均为NumPy原生向量化操作，无需循环，处理大规模数组时效率优异。

内容的提问来源于stack exchange，提问作者sten