如何按子数组长度对NumPy数组的子数组排序且不改变其内部内容

方法1：Python原生排序（通用简便方案） #

不管你当前用的是Python原生嵌套列表，还是NumPy的object类型数组，都可以直接用内置的sorted函数实现，不会修改子数组内部内容：

# 示例输入（原生列表）
myArray = [[1,2,3,4,5,6,7],
           [8,9,10,11],
           [12],
           [13],
           [14,15,16,17,18,19,20,21,22,23,24]]

# 按子数组长度降序排序
sorted_array = sorted(myArray, key=lambda x: len(x), reverse=True)

如果输入是NumPy数组，排序后转回来即可：

import numpy as np

# 示例输入（NumPy object类型数组）
myArray = np.array([[1,2,3,4,5,6,7],
                    [8,9,10,11],
                    [12],
                    [13],
                    [14,15,16,17,18,19,20,21,22,23,24]], dtype=object)

sorted_array = np.array(sorted(myArray, key=lambda x: len(x), reverse=True), dtype=object)

方法2：纯NumPy实现（无需转换类型） #

如果你不想做列表和NumPy数组的类型转换，可以直接通过长度计算+索引重排实现：

import numpy as np

myArray = np.array([[1,2,3,4,5,6,7],
                    [8,9,10,11],
                    [12],
                    [13],
                    [14,15,16,17,18,19,20,21,22,23,24]], dtype=object)

# 计算每个子数组的长度
length_arr = np.vectorize(len)(myArray)
# 按长度降序获取排序索引
sort_idx = np.argsort(-length_arr)
# 按索引重排原数组
sorted_array = myArray[sort_idx]

两种方法输出都和你给出的期望结果完全一致，子数组内部内容不会有任何改动。

内容的提问来源于stack exchange，提问作者mehmet_kacmaz_03