如何基于浮点型末列对二维numpy数组进行整行排序

标准实现代码 #

numpy原生的argsort方法本身完全支持浮点数值排序，你遇到浮点相关报错大概率是数组中存在NaN（非数值）类的特殊浮点值，以下是可直接运行的标准实现方案：

import numpy as np

# 此处arr替换为你实际的数组变量名
# 提取最后一列的升序排序索引
sort_indices = arr[:, -1].argsort()
# 按索引重排整行，自动保持行列元素的绑定关系
sorted_arr = arr[sort_indices]

# 若需要按最后一列降序排序，使用以下代码即可
# sorted_arr = arr[sort_indices[::-1]]

浮点报错的排查与修复 #

如果运行上述代码仍然触发浮点相关错误，按以下步骤处理：

• 先检查数组中是否存在NaN：执行print(np.isnan(arr).any())，如果返回True说明数组中存在非数值
• 存在NaN时使用np.nanargsort替代原生argsort，会自动将NaN排到结果末尾：

  sort_indices = np.nanargsort(arr[:, -1])
  sorted_arr = arr[sort_indices]
  

• 若需要自定义NaN的排序位置，可先将NaN填充为极值后再排序：

  # 示例：将NaN替换为极小值，排在排序结果最前面
  last_col = np.where(np.isnan(arr[:, -1]), -np.inf, arr[:, -1])
  sort_indices = last_col.argsort()
  sorted_arr = arr[sort_indices]
  

效果验证 #

对你提供的示例数组执行升序排序后，最后一列会按从小到大排列，所有行元素保持对应关系，排序后的前5行结果如下：

array([[ 1.        ,  9.49327265, 16.33220702, 17.52747136],
       [ 1.        , 10.04666903, 17.44804702, 18.77179989],
       [ 1.        ,  7.15263928, 19.34313597, 19.34749615],
       [ 1.        ,  9.78451265, 18.31697539, 19.41765432],
       [ 1.        ,  9.59539133, 19.12802603, 20.06255417]])

内容的提问来源于stack exchange，提问作者Fiddelush